[发明专利]一种基于压缩感知超分辨显微成像方法

说明书

本发明一种基于压缩感知超分辨显微成像方法，属于超分辨荧光显微成像领域。本发明将压缩感知应用到荧光显微镜中，利用荧光信号具有天然稀疏性的特点，通过对基于PSF的测量矩阵左乘优化矩阵，从而实现对测量矩阵的优化，使它严格满足压缩感知条件中测量矩阵非相干性的要求；优化后的矩阵能够最大限度的利用压缩感知实现单帧超分辨显微成像；本发明无须改变现有的荧光显微系统，通过对荧光显微图像的后处理来实现超分辨。

技术领域

本发明属于超分辨显微成像领域，本发明涉及基于压缩感知的超分辨显微成像方法。

背景技术

荧光显微镜因其具有无损、非接触、高特异性、高灵敏和高活体友好等特点在生命科学领域有着巨大的作用，但由于光学衍射极限的限制，传统的光学显微镜不能观测到小于光波长半宽尺寸的结构和特征(200-300nm)。如今，越来越多的超分辨荧光显微技术的出现打破光学“衍射极限”。现有的超分辨显微技术主要被分为两大类：1)空间光调制，主要通过改变激发方式或照明模式对目标进行光场调制来实现超分辨成像，例如受激发射损耗荧光显微技术STED和结构光显微技术SIM，在成像过程中，这些方法主要通过点扫描或复杂照明方式来获得一张超分辨图像，硬件上直接限制了成像速度。2)荧光分子信号的变化调制，主要通过荧光分子的自身固有性质或光诱导来获得荧光信号的随机闪烁和涨落特性来实现单分子定位或关联成像，例如随机光学重构显微技术STORM和基于光学涨落信号的超分辨显微技术SOFI，在成像过程中，虽然是基于宽场显微镜，不需要采取扫描方式，但为了获得荧光信号随着时间光的闪烁和涨落信息，往往需要采集几千到上万帧图像来重构一张超分辨图像。因此，目前的超分辨显微技术因其成像速度慢而无法有效的对活细胞和动态过程实现快速成像。

压缩感知(Compressed Sensing,CS)理论提供了一种新型信号重构方法，它可以利用信号的稀疏性在低采样率的情况下通过求解优化问题准确重构原始信号，并实现单幅超分辨成像。利用压缩感知主要满足两个条件：(1)信号是稀疏的或变换后稀疏；(2)测量矩阵的随机性，满足有限等距(RIP)条件。只有满足上述条件，才能利用压缩感知实现超分辨成像，其超分辨能力已经被Candès严格的数学证明，分辨力可以提高2倍。并且该方法已经有效的应用在了ISAR、MRI、CT和鬼成像等领域。目前已经有利用压缩感知来提高STORM单帧密度从而减少采样帧数的方法,单帧的密度相比传统STORM可以提高15倍。如专利号CN201510960385.0公开了一种通过对点扩散函数组成的测量矩阵和显微镜采集得到的低分辨图像处理，从而得到高分辨率的重构图像的方法。本发明所述的方法：通过把点扩散函数一维化，构成向量，并将各个高分辨网格中心的点扩散函数向量按顺序组成测量矩阵，然后对测量矩阵和基于显微镜采用记录相机记录到的低分辨图像做处理。最后通过压缩感知重构算法重构得到高分辨图像。但由于利用的测量矩阵是点扩散函数(PSF)形成的，没有严格满足RIP条件，所以并没有利用压缩感知来实现超分辨，只是起到压缩采样的作用。并且，现有的PSF模型可分为两大类：基于几何光学的PSF模型和基于波动光学的PSF模型，由于显微光场成像系统衍射无法忽略，同时系统中微透镜阵列的引入，导致现有的基于几何光学和波动光学的PSF模型均不适用于光场显微结构速效成像中PSF的确定，虽然可通过反卷积进行成像三维重建，反卷积算法主要有线性反卷积法、Lucy-Richardson(L-R)算法和盲反卷积法，但线性反卷积法对噪声敏感度高且无法复原高频信息，重建精度低；盲反卷积法需在迭代重建的同时更新PSF，计算量大，耗时长；L-R算法需要结合泊松噪声统计标准、反卷积迭代推演，过程复杂。