HyperAIHyperAI

Command Palette

Search for a command to run...

清华团队提出AI荧光寿命成像法,突破低光子限制

近日,清华大学戴琼海院士与吴嘉敏副教授团队在《自然·生物技术》发表突破性成果,研发出基于首光子事件感知的荧光寿命成像技术(EFLIM)。传统荧光寿命成像需反复激发并累积数千光子构建直方图,不仅耗时,高功率激发更易引发光漂白与光毒性。该团队另辟蹊径,摒弃传统累积模式,直接提取单次激光激发的首光子到达时间信息,并结合AI时空自监督去噪算法,将寿命参数估计转化为去噪问题。即使在每像素平均探测光子数低于一的极端稀疏条件下,系统仍可高精度重建稳定的荧光寿命图像,光子利用效率实现两个数量级跃升。 该技术已成功应用于多项前沿生物医学场景。在活体小鼠深部脑组织成像中,EFLIM有效抑制了运动与血流干扰,稳定捕捉神经元钙活动;在高速活细胞成像中,精准量化了离子浓度动态变化;在淋巴结研究中,成功区分免疫细胞亚型并观测到囊泡介导的细胞通信。此外,该方法利用内源性自发荧光,实现了人脑胶质瘤组织的厘米级无标记快速成像,有望为术中肿瘤边界识别提供实时参考。此项突破大幅降低了成像光负荷与时间成本,更为深层组织观测、低光探针应用及定量生物学研究开辟了新路径,展现出广阔的临床转化潜力。

相关链接