一種名為DeepDOF的新型顯微鏡使用人工智慧技術，以最少的準備就能快速、廉價地在大組織切片（左圖）中對所有細胞進行高解析度成像，省去了將薄組織切片安裝在載玻片上的昂貴和耗時過程（右圖）。

當外科醫生切除腫瘤時，首先要問的一個問題是，“他們全部切除了嗎？”來自萊斯大學和德克薩斯大學安德森癌症中心的研究人員發明了一種新型顯微鏡，它可以快速而廉價地為大組織切片成像，有可能在手術過程中找到答案。

這種顯微鏡可以快速成像細胞解析度相對較厚的組織，並允許外科醫生在切除腫瘤的幾分鐘內檢查腫瘤邊緣。它是由萊斯大學的工程師和應用物理學家發明的，本週發表在《美國國家科學院院刊》上的一項研究對此進行了描述。

“手術的主要目的是移除所有的癌細胞，但要知道你是否得到了一切，唯一的方法就是在顯微鏡下觀察腫瘤，”萊斯大學的瑪麗金說，她是電氣和計算機工程專業的博士生，也是該研究的第一作者之一。“今天，你只能先把組織切成極薄的切片，然後分別成像。這種切片過程需要昂貴的裝置，隨後的多片成像是耗時的。我們的專案基本上是直接對大面積組織成像，不需要任何切片。”

Rice的深度學習擴充套件景深顯微鏡（簡稱DeepDOF）利用一種被稱為深度學習的人工智慧技術來訓練計算機演算法，以最佳化影象採集和影象後處理。

對於傳統的顯微鏡來說，空間解析度和景深之間需要權衡，這意味著只有距離鏡頭相同的物體才能清晰地對焦。即使距離顯微鏡物鏡只有百萬分之一米誤差也會顯得模糊。由於這個原因，顯微鏡樣本通常是薄的，並安裝在玻片之間。

今天，玻片被用於檢查腫瘤邊緣，而且不容易準備。被移除的組織通常會被送到醫院的實驗室，在那裡，專家們要麼將其冷凍，要麼用化學物質對其進行預處理，然後製作出極薄的切片，並將其安裝在載玻片上。這個過程很耗時，需要專門的裝置和受過訓練的醫生。在手術過程中，醫院有能力檢查腫瘤邊緣的幻燈片是很少見的，世界上許多地方的醫院缺乏必要的裝置和專業知識。

自100多年前首次引進以來，目前用於手術中邊緣狀態評估的方法並沒有顯著改變，透過將精確評估切緣狀態的能力帶到更多的治療部位，DeepDOF有可能改善癌症患者接受手術治療的結果。

DeepDOF使用一個標準光學顯微鏡和一個便宜的光學相位掩模（成本不到10美元）對整個組織進行成像，並提供比當今最先進的顯微鏡多五倍的視野深度。傳統上，像相機和顯微鏡這樣的成像裝置的設計與成像處理軟體和演算法是分開的DeepDOF是首批考慮後處理演算法設計的顯微鏡之一。相位遮罩被放置在顯微鏡物鏡上，以便進入顯微鏡的光線模組。

這種控制有助於確保應用於捕獲影象的去模糊演算法能夠比傳統顯微鏡在更廣的深度範圍內恢復高頻紋理資訊。DeepDOF在不犧牲空間解析度的情況下做到了這一點。

深度學習擴充套件景深顯微鏡對豬組織進行成像時的一個切片。

事實上，相位掩模模式和去模糊演算法的引數都是使用深度神經網路學習的，這使我們能夠進一步提高效能。

DeepDOF使用了一種深度學習神經網路，這是一種專家系統，可以透過研究大量資料來學習做出類似人類的決定。為了訓練DeepDOF，研究人員向它展示了來自組織切片資料庫的1200張影象。DeepDOF學會了如何為特定樣本選擇最佳的相位掩模，還學會了如何消除從樣本捕獲的影象中的模糊，使不同深度的細胞聚焦。

一旦選定的相位掩模被列印並整合到顯微鏡中，系統一次性捕獲影象，然後透過機器學習演算法進行去模糊。萊斯大學的馬爾科姆·吉利斯教授、表示，DeepDOF可以在短短兩分鐘內捕捉和處理影象。

​現在，研究人員已經驗證了這項技術，並展示了原理證明。需要進行臨床研究來確定DeepDOF是否可以作為手術中切緣評估的建議。這將在明年開始臨床驗證。