2023年2月3日，我院费鹏团队在Cell子刊STAR Protocols杂志上发表了题为“A practical guide to deep-learning light-field microscopy for 3D imaging of biological dynamics”的实验方案文章。该文章提供了深度学习增强光场显微镜的实施步骤，其中包括简单易实施的光场显微镜搭建步骤和用户友好的软件包及其详细的操作说明。
观测高度动态的生物学过程对生命科学研究具有极大的意义，例如心脏跳动、血液流动和神经活动。这些过程经常发生在单个细胞级别的三维空间尺度和毫秒级时间尺度。因此，如何快速而准确地捕捉这些三维空间中的动态变化信息，以揭示信号的时空演变规律和背后的生物学机制，是一个非常重要的挑战。然而，目前主流的三维荧光显微成像技术，如扫描共聚焦显微镜和光片显微镜等高分辨扫描显微镜，由于受到激发光子数量的限制，其成像速度通常被限制在秒到分钟级。而常规的光场显微镜需要通过牺牲空间分辨率来换取高时间分辨率，这使得它们难以观察到上述三维动态生物学过程的变化。
针对上述问题，该文章系统地介绍了费鹏团队首创提出的一种深度学习光场显微镜的实验方案。该方案结合了高速的光场荧光显微镜和基于深度学习的光场重建算法，能够以单细胞分辨率对毫秒级动态生物学过程进行百赫兹帧率的三维成像。该方法高时空分辨率的三维成像能力为很多重要生物学应用提供了可能，例如行为相关的神经活动以及模型生物的心血管血液动力学等。
实施深度学习光场显微镜的步骤包括：搭建光场显微镜并用其进行三维荧光信号的高速采集；进行基于深度学习的光场三维重建算法的数据处理和模型训练；用训练好的网络对采集到的时序动态光场信号进行三维重建（图1）。最后本方案以线虫和斑马鱼这两类典型模式生物为例，提供了自由运动线虫神经元和斑马鱼心跳血流的成像流程，并且基于重建结果展示了对线虫神经活动和斑马鱼心血管血液动力学的定量分析流程。
图1深度学习增强光场显微镜的实施步骤
本文提供的光场成像系统搭建方案是便于用户实施的简单易操作的（图2）。该方案基于常规商用宽场显微镜设计，便于用户进行样品的固定和操作。其中所有光学和光机械件都是易于购买的，并采用了简单易操作的笼式系统。
图2光场显微镜原理及样机示意图
另外，为了保证用户能以最高效的方式达到最优的三维重建结果，文章中还基于配套的软件包以及实例教程，提供了一套针对光场三维重建网络的特定数据处理以及网络训练流程。其中包括便于构建训练数据的光场投影算法、适用于不同成像需求的多种推荐的网络参数。
最后以线虫和斑马鱼这两类典型模式生物为例，详述了研究自由运动线虫神经元活动和活体斑马鱼心脏血流动力学两个具体生物应用的数据采集和定量分析流程，实例结果如图3所示。
图3深度学习光场显微镜用于自由运动线虫神经元活动和跳动斑马鱼心脏的血流动力学研究
华中科技大学费鹏教授为本文通讯作者。华中科技大学光学与电子信息学院博士生朱兰馨为本文共同通讯作者和第一作者。华中科技大学光学与电子信息学院博士生易成强是本论文的共同第一作者。该项研究工作得到了国家自然科学基金和国家重点研发计划的资助。
原文链接：https://doi.org/10.1016/ j.xpro.2023.102078
