4DPSF対応の物理劣化誘導ネットワークを用いた大倍率可変と収差適応補正顕微鏡

隠れた世界をより鮮明に見る

顕微鏡は肉眼では見えない細胞や組織、小さな構造を観察させてくれますが、使ったことのある人なら誰でもトレードオフを知っています。対物レンズを手で取り替えたり、再度ピント合わせをしたり、高倍率にすると画面が暗くなりぼやけやすくなることを受け入れなければなりません。本研究は、カメラレンズのように広い範囲をスムーズにズームでき、画像をリアルタイムで賢く補正するコンピュータシステムを組み合わせた新しいタイプの顕微鏡を提案します。これにより、生物学・医学・材料科学でより速く、より鮮明な観察が期待できます。

従来の顕微鏡が足りない理由

従来の実験室用顕微鏡は、固定された複数の対物レンズを回転させて倍率を切り替えます。その機械的な切り替えは観察の連続性を断ち、画像のジャンプを引き起こし、動く細胞などの高速な事象を追う速さを制限します。電気的に焦点を変えられる新しい「液体レンズ」は滑らかなズームの可能性をもたらしますが、それだけでは非常に高い倍率に必要な光の屈曲を十分には行えず、ズームや画面位置に応じて変化する複雑な光学的欠陥（収差）を引き起こします。その結果、画像が柔らかくなったり、歪んだり、色収差が生じたりします。

本当にズームできるスマート光学系

研究チームは、電圧に応じて曲率が変わるエレクトロウェッティング型の液体レンズを中心に据えた連続可変倍率の対物レンズを設計しました。液体レンズと固体レンズを二つの協調する群として配置し、可動の中継像面を加えることで、ハードウェアを交換せずに約10.6倍から100倍以上まで倍率を変えられる柔軟な光学構成を実現しました。慎重に調整された移動により試料をピント内に保ちつつ、両群がズーム動作を分担することで、液体レンズ単体よりも広い実用的なズーム範囲を達成しています。

レンズの“悪さ”を学ばせる

この高度なレンズ設計でも、光の広がりやぼけ方（点拡がり関数、PSF）は視野や波長、倍率に応じて変化するため、画像品質は損なわれる可能性があります。一般的な画像フィルタで事後的に対処する代わりに、研究者たちは光学系を明示的に理解するニューラルネットワークを構築しました。顕微鏡が光をどのようにぼかすかを位置・色・ズームレベルの4次元でシミュレーションし、この4D PSF情報を直接4DPSF-PDNetに与えました。この深層学習モデルは、古典的なデブラーの学習可能な版と注意機構ベースのモジュールを用いて、ディテールを復元しつつノイズを抑制します。

システムの検証

アイデアの有効性を示すために、チームはまず光学設計ソフトでレンズ系を最適化し、異なる倍率で顕微鏡が観るであろう鋭い画像と劣化画像の組を何千枚と生成しました。これらのシミュレーションと、さまざまな生物試料で取得した実際の顕微鏡画像の両方でネットワークを訓練し、最新の画像復元手法と比較しました。複数の倍率にわたり、特に強い光学的欠陥がある条件で、本手法はより鮮明で正確な画像を生成し、標準的な品質指標（ピーク信号対雑音比）を主要競合手法より約2.5〜3デシベル改善しました。解像力パターンや小腸断面などの組織切片でのテストでは、構造を中心に保ちながら滑らかにズームし、鮮明に解像できることが示されました。

今後の顕微鏡にとっての意義

専門外の方への要点は、この研究が物理を知る補正アルゴリズムと電気的に調整可能な賢いレンズ系を結びつけたことです。両者が合わさることで、顕微鏡にカメラのような滑らかなズーム機能を持たせつつ、詳細を犠牲にせず、通常は視認性を制限するぼけや色収差を自動で補正します。このような適応システムは、病理医が組織スライドをより速く走査するのを助け、細胞生物学者が異なるスケールで微小なプロセスを追跡するのを可能にし、材料研究者が欠陥を調べる際にも役立つ可能性があり、手動によるレンズ交換や再ピント合わせの必要性を減らします。

引用: Yu, DX., Jiang, Z., Zheng, Y. et al. Large zoom ratio and adaptive aberration correction microscope using 4DPSF-aware Physical Degradation-guided Network. Light Sci Appl 15, 140 (2026). https://doi.org/10.1038/s41377-025-02155-8

キーワード: 適応顕微鏡, 液体レンズズーム, 画像収差補正, 物理指導型深層学習, 生体イメージング