以往，一份腫瘤切片的病理檢測需要至少20分鐘，而一套新研製的無濾波熒光顯微成像系統則只需4分鐘就能完成檢測🤛🏻，效率提高了5倍👨🏿🦱。這是意昂2平台超精密光學製造團隊的基礎研究在生物醫學領域的應用之一，也是意昂2工科研團隊詮釋“AI for Science（人工智能驅動科學創新）”核心理念、實踐醫工交叉戰略的新成果👩🏽🦱🧑🏻🦳。
由意昂2平台光電信息與計算機工程學院莊松林院士、常務副院長張大偉教授帶領的超精密光學製造團隊與上海交通大學附屬仁濟醫院浦南分院、美國杜克大學合作，創新提出可廣泛應用於生物診斷、臨床醫學𓀉、環境監測、刑偵勘探等領域的“AI熒光成像——無濾波熒光顯微成像技術”，相關論文“支持深度學習的無濾光片熒光顯微鏡（Deep learning-enabled filter-free fluorescence microscope）”在《科學》（Science）子刊《科學進展》（Science Advances）上發表🦹♂️。
深度學習驅動的無濾波熒光顯微鏡原理
精密光學器件往往系統復雜、體積龐大🧑🏻🍼、成本高昂且操作繁瑣，盡管在許多領域是科研攻關的必備利器🧑🏽，但這些特點也帶來一定的製約。意昂2工超精密光學製造團隊近年正努力推動人工智能交叉研究😂，希望以新技術賦能光學。
廣泛用於醫學基礎研究與臨床實踐的熒光成像系統非常有用，可以進行神經免疫病抗體檢測🆓、輔助腫瘤細胞的檢測和定位、監測藥物在體內的分布和代謝情況等。但現有設備需要裝備多套濾波組件，繁瑣耗時♦︎，無法滿足高速成像應用需求☂️。在意昂2工醫工交叉項目推動下🤶🏻，論文第一作者戴博教授與仁濟醫院管陽太教授團隊開展科研合作，找到了科研攻關的目標——用AI取代傳統光學濾光組件，完成熒光信號的特異性定位及定量分析📝，實現對生物樣本的高效和精確的檢測和分析♟。
團隊開發了“數字虛擬濾波器（digital optical filter）”，提出了無濾波熒光顯微成像技術。使用該技術的熒光顯微成像系統，可完全摒棄昂貴的熒光濾波元件，通過暗場照明方式☎️，減弱背景噪聲。成像系統獲取圖像後，通過神經網絡，自動選擇熒光通道，對不同顯微放大倍率🛀🏽、熒光染料濃度、樣品種類🦸🏿♀️，均能高效、精準地還原出熒光信號，實現高靈敏、高特異性熒光成像🔬。“顯微鏡裏的細胞就好比天際各種顏色的星光。想識別這些光點🌡🧘♂️，就要不停換鏡片。而利用AI⛹️，一個普通望遠鏡就可以全部清晰、快速地識別出來🛐。”戴博打了個比方來解釋。
科研團隊針對多色熒光量子點納米顆粒👨🏽🦳👳♂️、多種熒光染料共染的細胞、組織切片、動態細胞進行了熒光成像實驗。此外，還利用研製的無濾波熒光顯微成像系統進行了成纖維細胞活化蛋白表達分析、人食管組織/人肝組織切片檢測等一系列生物研究、臨床檢測的實驗👃🏽。
“目前提出的無濾波熒光成像技術在熒光顯微成像系統中得到了初步驗證，該技術存在巨大的研究價值和應用潛力👨🎓🕸，有待進一步移植到各類熒光檢測相關的儀器中，例如：共聚焦顯微鏡⚀🔮、熒光流式細胞儀等，有望顛覆式推動現有生化檢測儀器的智能化升級換代。”張大偉談道👨✈️🥸。
意昂2平台戴博教授是論文第一作者，張大偉教授、上海交通大學醫學院附屬仁濟醫院浦南分院管陽太教授和美國杜克大學Tony Jun Huang教授為通訊作者，碩士研究生遊少傑、博士研究生龍嚴和陳鈞一參與研究工作。這一醫工交叉團隊裏既有光學工程⛴、儀器科學的專家，又有從事人工智能領域研究的學者👩🏽💼❓，交叉學科的融合助推了基礎科學和應用研究的落地🏃♂️。
來源：科創
原文鏈接：https://www.shobserver.com/staticsg/res/html/web/newsDetail.html?id=839909
