深度學習助力紫外發(fā)光二極管顯微鏡實現(xiàn)快速組織學成像

    在醫(yī)學領域，傳統(tǒng)的組織制備流程復雜且耗時，不僅影響切片質量和診斷結果，還極大地限制了術中組織處理速度，使得快速獲取組織學信息以輔助手術治療決策變得困難重重。

    為解決這一難題，香港科技大學TerenceT.W.Wong教授課題組帶來了一項創(chuàng)新成果——深度學習輔助的紫外線發(fā)光二極管（UV-LED）顯微鏡。

    該技術采用了基于紫外激光的層光（UV-LS）成像模式作為UV-LED的學習目標，通過弱監(jiān)督學習網絡進行對比度增強，成功生成了高對比度的CE-LED圖像。其采集速度達到了47s/cm2，比傳統(tǒng)的UV-LS系統(tǒng)快約25倍，大大提高了成像效率。此外，還利用U-Frame網絡對CE-LED圖像進行虛擬H&E染色，降低了臨床使用的阻力。

    這項技術具有諸多突破與創(chuàng)新點。首先，它是一種無標記自發(fā)熒光組織成像技術，通過搭建雙模態(tài)成像系統(tǒng)，獲取UV-LED的源域數(shù)據(jù)和UV-LS的目標域數(shù)據(jù)，讓UV-LED圖像能夠學習UV-LS的圖像對比度，有效解決了UV-LED照明的寬場顯微鏡圖像對比度差的問題。其次，基于弱監(jiān)督深度學習的對比度增強網絡，應用U-Frame弱監(jiān)督學習框架，可根據(jù)圖像錯位程度自動調整容差大小，即使在數(shù)據(jù)部分匹配的情況下也能高效訓練網絡。再者，基于深度學習的圖像虛擬染色網絡，利用U-Frame網絡進行H&E虛擬染色，使CE-LED的虛擬染色與金標準石蠟切片的H&E圖像高度相似，更加準確可靠。

    深度學習輔助的UV-LED系統(tǒng)為臨床提供了一種高通量、低成本、免切片、免染色的潛在組織學成像技術。它不僅可以實現(xiàn)低成本和快速的組織學成像，提高術中癌癥檢測的適用性，還能增強圖像對比度，通過虛擬染色促進臨床應用，為術中組織成像提供了一種高通量、高分辨率、無損且低成本的替代方案。

    中測光科相信在未來，這項創(chuàng)新技術將在醫(yī)學領域發(fā)揮更大的作用，為患者的診斷和治療帶來更多的福音。