本报讯（记者孟凌霄）近日，提出中国科学院生物物理研究所李栋研究员团队联合清华大学自动化系戴琼海院士团队在《自然-通讯》发表论文，零样理方提出零样本通用显微图像处理框架ZS-DeconvNet，本通并开发了对应的用显摆尾摇头一键式显微图像处理软件。

在生命科学领域，微图显微图像处理技术是提出关门打狗推动研究进展的利器，可以在不增加活体成像实验成本的零样理方基础上提升图像质量。然而，本通RL解卷积、用显稀疏解卷积等传统算法对光子噪声敏感，微图其性能在很大程度上取决于超参数的提出主观设置；而深度学习方法则依赖大量低分辨率/信噪比-高分辨率/信噪比的显微图像数据对进行学习。这些因素严重阻碍了现有方法在日常生物实验中的零样理方使用。

在该研究中，本通原形毕露研究人员提出了ZS-DeconvNet零样本通用显微图像处理框架，用显这是微图一种适用于多种成像模态、无须额外训练数据的没齿难忘通用AI显微图像处理方法，该方法具有物理性、通用性、鲁棒性和易用性四大特性。自食其力

研究团队开展了丰富的活体生物实验，证明了ZS-DeconvNet的通用性，发现其在多种成像模态的身无分文生物实验中均可展现出卓越性能。ZS-DeconvNet能够使用少至单张低分辨率/信噪比图像、以无监督的方式进行训练，稳定地将显微图像的口若悬河分辨率提高至衍射极限的1.5倍以上。

相关论文信息：

https://doi.org/10.1038/s41467-024-48575-9