鑫图Dhyana 400BSI | 一种基于深度学习的单分子定位显微镜的研究

光谱单分子定位显微镜 (sSMLM) 能够同时捕获单分子的空间位置和光谱信息，但由于光子数量有限有限和噪声水平较高，准确提取光谱信息具有一定挑战性。

本研究提出了一种名为“光谱到光谱 (Spec2Spec)”的自监督深度学习框架，能有效抑制噪声并恢复低SNR发射光谱。Spec2Spec通过利用空间相邻像素的相关光谱信息，显著提高了SNR（约6倍）和SSIM（约3倍），并在双色sSMLM中实现了94.6%的光谱分类准确率和接近100%的数据利用率。该方法为多路复用和功能性超分辨率成像提供了新的途径。

图1 实验性sSMLM系统和所提出的Spec2Spec框架。图(a)为sSMLM实验系统示意图，光谱模块负责将发射的光子分为两个通道，分别提供空间和光谱信息；图(b)为sSMLM中的自监督光谱去噪工作流程，包括重新采样和重新积分每个原始光谱图像，生成训练对，以及优化Spec2Spec网络参数的过程。

本研究自主设计了一套sSMLM系统，旨在同时捕获单分子荧光发射的空间位置和全光谱信息。系统采用连续波激光照明（波长642 nm，功率1100 mW，CNI）进行激发，并使用鑫图Dhyana 400BSI相机同步获取不同区域的空间和光谱图像。为清晰分辨单个荧光分子的位置，相机需具备足够的高空间分辨率和多波长响应能力。Dhyana 400BSI采用背照式sCMOS结构，其峰值量子效率高达95%，读出噪声低至1.1e-，即使在低光条件下也能捕捉到微弱的单分子荧光发射信号，进一步提升图像质量和信噪比。在高速模式下，其全分辨率帧率可达100 fps，支持实时捕捉动态荧光事件。相机配备CameraLink高速数据传输接口，能够有效处理和传输大量空间和光谱数据。

参考文献

Xu D, Gu Y, Lu J, et al. Deep-learning-assisted spectroscopic single-molecule localization microscopy based on spectrum-to-spectrum denoising[J]. Nanoscale, 2024, 16(11): 5729-5736.

该文章旨在为大家提供先进成像技术相关应用参考，部分内容摘抄于相关论文研究成果，版权归原作者所有，引用请标注出处。