图1： 深度学习光场显微成像新技术(a, b)实现对神经行为(c, d)，血流(e, f)，心跳 (g, h)等毫秒级动态生命过程的高速三维成像。
在国家自然科学基金项目（批准号：21874052、21927802）的资助下，华中科技大学费鹏教授课题组及合作团队在生物光学成像的研究取得系列进展。继此前的超分辨成像算法和高通量三维成像技术的研究成果于2020年11月和2021年1月先后在Optica(https://doi.org/10.1364/OPTICA.402046)和Nature Communications(https://rdcu.be/cc1Jp) 上推出后，团队最新的快速动态成像技术以“基于深度学习光场显微术的实时三维生物动态过程重建（Real-time volumetric reconstruction of biological dynamics with light-field microscopy and deep learning）”为题,于2021年2月12日在《自然·方法学》 （Nature Methods）上发表，论文链接：https://rdcu.be/cfaow。
对生命活动的重要现象,如心跳、血流、神经行为等进行高特异性显微观测的关键在于对毫秒级三维动态过程进行快速且精准的捕捉。目前主流的光学显微成像技术，如共聚焦、双光子、光片显微镜均需通过轴向扫描获得多帧图像后,重建信号的空间分布，因而三维成像的速率常被限制在秒至分钟级，对动态生物学过程的观测非常困难。
针对上述问题，该团队提出一种基于深度学习的光场显微成像方法，实现了对动态过程的长时程、快速、高分辨的三维观测。该研究构建的神经网络可根据记录的单帧二维光场图像实时重建出信号的动态三维分布，突破了目前三维成像技术因光学通量的限制而导致的高速和精准难以兼顾的问题，以单细胞分辨率捕捉了活体样本的毫秒级三维动态生物学过程，且二-三维图像转换的速度可达数十体积每秒，成功实现了实时重建。利用该技术，团队成员进一步对自由运动线虫行为、斑马鱼心跳血流等高度动态过程进行了快且精准的三维荧光成像，并完成了定量的神经活性和心脏血流动力学分析，使该技术的优势得到了充分体现。该研究成果极大地促进了光学显微镜的性能突破，对神经学、发育生物学、细胞生物学领域的交叉研究亦有促进作用。