成像观测一直是人类探索和研究自然最有力的手段，自从列文虎克通过自制显微镜观察到神奇的微观世界以来，人们便意识到高分辨显微技术是打开科学新世界的一把金钥匙。经过数百年不断的探索与突破，人类已经可以利用特殊的技术和算法突破光学衍射极限，观测更加细微的结构。2014年的诺贝尔化学奖就授予了三位在超分辨荧光显微技术中做出卓越贡献的科学家。然而，传统的超分辨技术是以牺牲时间分辨率为代价获得更高空间分辨率的。在显微成像领域，空间分辨率与成像速度就犹如难以兼得的“鱼和熊掌”，极大地制约了人们观察精细结构高速动力学过程的能力。

近日，张诗按课题组提出了一种将增强型时域压缩显微成像和深度学习超分辨图像重建相结合的时域压缩超分辨显微（TCSRM）技术，为克服“高速”与“高精”这一矛盾提出了一种有效解决方案。为了进一步提高超分辨成像速度，突破相机的帧率限制，他们将时域压缩显微成像技术与基于深度学习的图像重建技术相融合。其中，前者通过从一幅压缩图像重建多幅图像来提高成像速度，后者则凭借深度学习算法的强大赋能，在不降低成像速度的情况下实现了超分辨成像的图像重建。整个图像重建过程包含运动估计、图像融合、场景校正和超分辨重建四个模块。这些模块在同时满足测量约束、光流稀疏和先验约束的条件下迭代运行，最终重建出具有精细细节的超分辨动态场景。由于压缩采集过程中的信息丢失和图像重建过程的计算误差，时域压缩成像恢复的图像与普通宽场图像具有不同的图像特征。TCSRM利用额外的参考图片，提高了时域压缩成像的图像恢复精度，减少了重构图像与宽场图像之间的图像特征失配。此外，TCSRM还对压缩图像重建和超分辨处理进行全局迭代，以优化最终的超分辨图像。这样就可以充分利用神经网络的超分辨能力，缓解其网络的泛化性问题。在实验上，他们利用TSCRM系统对微流控芯片中高速运动的纳米荧光微球进行了动态成像，获得约2.2倍的分辨率提升，实现了1200 fps以及100 nm空间分辨的高速显微成像。

TCSRM为观察精细结构的高速动力学过程提供了一种强大的观测工具，特别是在流体力学和生物医学领域，例如微流速度测量、细胞器相互作用、细胞内物质运输和神经动力学等等。此外，TCSRM的技术框架还可以为全息、相干衍射成像、条纹投影轮廓等其它测量技术中实现更高的成像速度和空间分辨率提供了一种新思路。该工作发表于Advanced Photonics 5, 026003 (2023)。

图1：时域压缩超分辨显微成像的图像采集模型(a)以及图像重构流程(b)。

图2：时域压缩超分辨显微成像系统装置及实验结果； (a)时域压缩超分辨显微成像系统装置图； (b)和(c)分别是100 nm荧光微球在宽场显微和时域压缩超分辨显微图像中强度的横向和纵向分布。