编辑 | 白菜叶

光学断层扫描已成为一种非侵入性成像方法，可提供对亚细胞结构的三维洞察，从而能够更深入地了解细胞功能、相互作用和过程。传统的光学断层扫描方法受到有限的照明扫描范围的限制，导致分辨率各向异性和细胞结构的不完整成像。

为了克服这个问题，上海人工智能实验室、德国德累斯顿工业大学（Technische Universität Dresden）以及马克斯·普朗克学会（Max Planck Society）的研究人员采用了紧凑的多核光纤细胞旋转器系统，该系统有助于对微流控芯片内的细胞进行精确的光学操纵，从而实现具有各向同性分辨率的全角度投影断层扫描。

此外，研究人员展示了人工智能驱动的断层扫描重建工作流程，它可以是从通常需要手动处理的传统计算方法到完全自主过程的范式转变。所提出的细胞旋转断层扫描方法的性能通过细胞模型和 HL60 人类癌细胞的三维重建得到验证。

这种基于学习的断层扫描重建工作流程的多功能性，为其在不同断层扫描成像模式中的广泛应用铺平了道路，包括但不限于流式细胞术断层扫描和声学旋转断层扫描。因此，这种人工智能驱动的方法可以推动细胞生物学的进步，有助于开创性治疗方法的启动，并增强早期癌症诊断。

该研究以「AI-driven projection tomography with multicore fibre-optic cell rotation」为题，于 2024 年 1 月 2 日发布于《Nature Communications》。

光学断层扫描已成为一种新兴的无标记显微技术，可捕获复杂的三维 (3D) 亚细胞结构。这种范式转变的方式重新定义了研究人员如何破译细胞过程、阐明疾病机制和评估治疗反应，从而推动生物医学探索的前沿。传统的光学细胞断层扫描通常依靠照明扫描来获得不同方向的投影，从而显著提高显微镜的分辨率。

此外，通过光学细胞断层扫描，在单细胞水平上对靶向药物治疗进行治疗评估变得可行。然而，显微镜物镜的有限数值孔径限制了照明扫描角度覆盖范围，导致照明扫描断层扫描的轴向分辨率低于横向分辨率。

这会导致断层扫描重建的空间域中沿着光轴出现相当大的空白区域，称为缺失锥体问题。开发了迭代重建算法，例如结合解析连续方法和边缘保留正则化的滤波反投影，以推断有限角度断层扫描中丢失的信息。

基于深度学习的有限角度断层扫描的最新研究进一步优化了重建过程的计算效率。然而，这些重建方法大多基于近似算法或物理模型，仍然需要对细胞进行全角度断层扫描，以提供验证重建图像的先验知识。

图示：多芯光纤单元旋转 (MCF-OCR) 驱动的光学投影断层扫描系统的原理。（来源：论文）

在最新的研究中，上海人工智能实验室、德国德累斯顿工业大学以及马克斯·普朗克学会的研究人员介绍了一种人工智能驱动的光学投影断层扫描（OPT）系统，该系统利用多芯光纤细胞旋转器（MCF-OCR）。

这项创新有效地弥合了光纤操纵和光学断层扫描之间的现有差距。该系统的核心是人工智能驱动的自主断层扫描重建工作流程，由新兴计算机视觉技术提供支持，增强了光学断层扫描系统的稳健性和效率。

该工作流程涉及对象检测卷积神经网络（CNN），用于对投影进行实时预处理，而深度学习则用于从背景进行细胞分割，显著提高了 3D 重建的质量，并有可能实现跨帧的细胞位置对齐。

利用 Harris 角点检测器提取旋转跟踪特征，并利用光流法确定细胞的精确旋转角度。通过精确的旋转角度和投影，可以使用逆Radon 变换重建细胞的 3D 强度分布。为了验证该自主断层扫描重建工作流程的性能，使用细胞模型来表征与传统光学断层扫描方法相比的准确性。

此外，研究人员通过重建 HL60 人类白血病癌细胞（使用 MCF-OCR 设备旋转）来实验验证所提出的工作流程。结果表明，这种自主计算工作流程有可能作为通用的 OPT 工作流程，从而促进全角度断层扫描方法更容易用于以单细胞分析为重点的广泛生物医学研究。

论文链接：https://www.nature.com/articles/s41467-023-44280-1

(来源:机器之心)