在国家自然科学基金项目（批准号：T2421003）等资助下，深圳大学医学光子学创新研究院屈军乐教授团队在深层生物组织成像与多色超分辨成像方面取得系列进展。
在深层组织成像方面，屈军乐教授团队与清华大学精仪系孔令杰教授团队合作，提出基于双重注意力网络（DA-net）的去散射新方法，实现了对强散射环境下双光子荧光深层图像的端到端去散射恢复。该方法主要基于模拟数据训练，并引入动态散射系数以更真实地模拟活体组织特性，在不增加额外光学模块的情况下，显著提升成像深度与质量。实验表明，该方法在离体脂滴样本中的成像深度可达到约1300 μm，在活体小鼠脑血管与星形胶质细胞中则分别实现了约950 μm与500 μm的高质量成像。研究成果以“基于Transformer-的神经网络在深层组织成像去散射与图像恢复（Descattering and image restoration with a transformer-based neural network in deep tissue imaging）”为题，于2025年10月21日发表于《美国科学院院刊》（Proceedings of the National Academy of Sciences，PNAS）。论文链接：https://doi.org/10.1073/pnas.2503576122。
在多色超分辨成像方面，屈军乐教授团队提出了Phasor-FSTM方法，通过时间分辨探测与相量分析实现多组分荧光寿命解混，并结合荧光时空调制实现超分辨重建。该方法仅需单一波长激发与单通道探测，即可在常规共聚焦显微系统实现活细胞多色长时程超分辨成像，分辨率达到约λ/5，可持续观测细胞器动态互作过程超过20分钟。研究成果以“Phasor-FSTM：一种基于荧光调制和寿命复用的活细胞多色超分辨成像新范式（Phasor-FSTM: a new paradigm for multicolor super-resolution imaging of living cells based on fluorescence modulation and lifetime multiplexing）”为题，于2025年1月3日，发表于《光：科学与应用》（Light: Science & Applications）。论文链接：https://doi.org/10.1038/s41377-024-01711-y。
图 DA-net原理及模拟散射模型