Mikroskop med stort zoomomfång och adaptiv aberrationskorrigering med 4DPSF-medvetet fysikstyrt nätverk

Skarpare vyer av den dolda världen

Mikroskop låter oss se celler, vävnader och små strukturer som är osynliga för blotta ögat, men alla som använt ett vet avvägningarna: du måste ofta byta objektiv för hand, ställa om fokus och acceptera att hög förstoring kan ge mörkare och suddigare bilder. Denna forskning presenterar en ny typ av mikroskop som zoomar sömlöst över ett stort intervall som ett kamerobjektiv, samtidigt som ett intelligent datasystem förbättrar bilden i realtid — vilket lovar snabbare och klarare vyer för biologi, medicin och materialvetenskap.

Varför vanliga mikroskop inte räcker till

Konventionella laboratoriemikroskop ändrar förstoring genom att växla mellan fasta objektiv. Det mekaniska bytet bryter upp betraktandet, kan få bilden att hoppa och begränsar hur snabbt forskare kan följa snabba händelser, som rörliga celler. Nya "vätskellinser", vars fokus kan ändras elektriskt, erbjuder hopp om mjuk zoomning. Men i sig kan de inte bryta ljus tillräckligt för mycket hög förstoring, och de introducerar komplexa optiska fel — så kallade aberrationer — som varierar med zoomnivå och position i bilden, vilket gör bilder mjukare, förvrängda eller kantade av färgskiftningar.

Smart optik som verkligen kan zooma

Teamet utvecklade ett kontinuerligt zoomande objektiv för ett mikroskop byggt kring elektrovåtningsbaserade vätskellinser, vars krökning ändras när en spänning appliceras. Genom att arrangera vätske- och solida linser i två samverkande grupper och lägga till ett förflyttbart reläbildplan skapade de en flexibel optisk konfiguration som kan variera förstoring från cirka 10,6× till över 100× utan att byta hårdvara. Noga avvägda rörelser håller provet i fokus medan båda linsgrupperna delar på zoomarbetet, vilket utökar det användbara zoomintervallet bortom vad vätskellinserna ensamma kunde åstadkomma.

Lära ett nätverk hur linsen beter sig illa

Även med denna avancerade linskonstruktion kan bildupplösningen fortfarande försämras eftersom hur ljuset sprids och blir suddigt — punktutbredningsfunktionen eller PSF — ändras över synfältet, med våglängd och med förstoring. Istället för att försöka åtgärda dessa problem i efterhand med generiska bildfilter byggde forskarna ett neuralt nätverk som är uttryckligen medvetet om optiken. De simulerade hur mikroskopet suddar ut ljus i fyra dimensioner (position, färg och zoomnivå) och matade denna 4D PSF-information direkt in i sin 4DPSF-PDNet, en djupinlärningsmodell som använder en lärbar version av en klassisk avblur-metod och en uppmärksamhetsbaserad modul för att återskapa detaljer samtidigt som brus dämpas.

Sätta systemet på prov

För att visa att idén fungerar använde teamet först optisk designmjukvara för att optimera linsystemet och generera tusentals parade skarpa och nedgraderade bilder som efterliknar vad mikroskopet skulle se vid olika zoomnivåer. De tränade sedan sitt nätverk både på dessa simuleringar och på verkliga mikroskopbilder tagna från olika biologiska prover och jämförde dess prestanda med andra toppmoderna bildåterställningsmetoder. Över flera förstoringar, särskilt under kraftiga optiska fel, gav deras tillvägagångssätt klarare, mer korrekta bilder och förbättrade en standardkvalitetsmått (peak signal-to-noise ratio) med cirka 2,5 till 3 decibel över ledande konkurrenter. Tester på upplösningsmönster och vävnadssnitt, såsom tunntarmssektioner, visade att mikroskopet kan zooma sömlöst samtidigt som strukturer hålls centrerade och skarpa.

Vad detta betyder för framtidens mikroskopi

För en icke-specialist är huvudpoängen att detta arbete förenar ett smart, elektriskt justerbart linsystem med en lika smart korrigeringsalgoritm som känner till optikens fysik. Tillsammans levererar de mjuk, kameralik zoom i ett mikroskop utan att offra detaljer, och de rengör automatiskt suddighet och färgfel som normalt skulle begränsa vad forskare kan se. Ett sådant adaptivt system kan hjälpa patologer att skanna vävnadssnitt snabbare, göra det möjligt för cellbiologer att följa små processer över skalor och hjälpa materialforskare att undersöka fel, allt samtidigt som behovet av manuella linsbyten och omfokusering minskar.

Citering: 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

Nyckelord: adaptiv mikroskopi, vätskellinszoom, korrigering av bildaberrationer, fysikstyrd djupinlärning, biologisk avbildning