利用振动焦点共焦显微镜对角膜组织进行大面积三维重建

三维观察眼睛

位于眼睛前部的透明窗——角膜，布满了细腻的神经和免疫细胞，这些结构可透露出糖尿病、多发性硬化甚至长期新冠等疾病的早期迹象。医生已经使用一种轻触眼球的专用显微镜来观察这些结构，但通常只看到的是平面切片。本研究提出了一种新方法，可将数千张此类切片转换为覆盖角膜大面积的详尽三维地图，从而为在健康与疾病状态下追踪微小细胞和神经变化打开了可能。

为什么平面图像不足以说明问题

标准体内共焦显微镜可以获得角膜非常清晰的图像，但每张图像仅捕捉到一个小区域和单一深度。医生常将多张图像拼接成更广泛的二维镶嵌图，以检查角膜神经网络或计数免疫细胞。然而，神经和免疫细胞本质上是三维的：它们会分支、弯曲，并在横向之外在深度方向上移动或靠近表面。使用现有方法，深度方向的运动在很大程度上是看不见的。现有的三维重建仅限于非常小的区域，大致相当于一张图像的大小，这对可靠地追踪大量细胞或捕捉神经层的整体变化来说太小了。

扫描角膜的广阔而深邃的区域

研究团队基于一套定制的共焦显微镜系统，该系统带有一个轻触角膜的封帽探头，同时另一台设备引导受试者按计划路径移动视线。当眼球缓慢移动时，显微镜能在角膜上扫过大面积区域。与此同时，显微镜的焦点在组织中以三角波形持续上下振动。这意味着系统并非仅成像单一平面，而是在扫描角膜的同时反复采集一组深度堆栈，覆盖了基底下神经丛及相邻层。原始数据是数千张在不同位置和深度下获取的、部分重叠的小图像，这些图像来自该振动扫描过程。

将移动的切片变为稳实的体块

为了把这些图像转换为清晰的三维组织体块，作者设计了一个逐步的处理流程。首先，他们校正左右方向的眼动，确保每张图像都放置在一个共同的网格上，就像眼球保持完全静止一样。然后将连续扫描切分为多个短的焦点“堆栈”，每个堆栈对应一次焦点从前到后或从后到前的通过。对于每个堆栈，他们根据记录的焦点位置为每张图像分配深度值，并在切片之间插值以填充规则的三维网格小立方体（体素）。最后，他们对空间上重叠的所有堆栈进行平均融合，合并成一个扫描区域的联合体积。

校正深度方向上的细微运动

由于眼球和角膜是柔软的，呼吸等细小动作可能导致组织在扫描过程中略微向显微镜靠近或远离。为了解决这一问题，作者引入了两种逐步增强的精细校正方法。较简单的方法将每个焦点堆栈视为刚性块，并使用三维图像配准沿深度轴对齐这些堆栈，通过求解方程组将每个堆栈放置在最一致的深度位置。更高级的方法进一步将堆栈拆分为更小的部分堆栈，并估计组织深度如何随时间平滑变化。这样可以补偿堆栈内部的拉伸或压缩效应，有效重建轴向运动轨迹，并在最终融合前对每张图像逐一校正。

效果如何以及为何重要

团队在来自15名患有不同形式干眼症的受试者的数据集上测试了三种重建变体。通过对重建体积的横截面进行目视检查，三种方法在图像质量上表现相近，这表明在该特定设置下，大幅度的深度误差已受到限制。然而，专门为共焦图像设计的客观图像质量度量检测到在应用深度运动校正时存在小但具有统计学意义的改进，尤其是在使用最先进方法时。尽管这种更高精度的校正需要显著更多的计算时间，作者建议在将对体积进行自动分析或精细测量的项目中采用它。

从科研工具走向未来的临床应用

简言之，这项工作展示了如何将快速扫过的眼部扫描转换为范围广泛且稳定的角膜三维地图。对于追踪在神经层附近迁移的免疫细胞，或表征角膜神经网络随时间或治疗而发生的变化，这种大范围覆盖加上完整深度的信息至关重要。同一工作流程可以调整以聚焦不同的角膜层，且可能成为未来无接触显微镜版本的关键方法——在无接触情况下深度运动更明显。最终，这类详尽的三维重建可能帮助医生更早发现神经损伤、更精确地监测治疗反应，并更深入理解眼表如何反映身体其他部位的疾病。

引用: Allgeier, S., Bohn, S., Mikut, R. et al. Large-area 3D reconstruction of corneal tissues from oscillating focus confocal microscopy. Sci Rep 16, 12693 (2026). https://doi.org/10.1038/s41598-026-48735-5

关键词: 角膜成像, 共焦显微镜, 三维重建, 角膜神经, 免疫细胞