封面 | 三维折射率显微成像：以新维度，探索微妙

2.1 基于非干涉相位恢复的强度衍射层析成像

此部分工作是光学衍射层析成像技术在非干涉测量上的直接改进，其正向物理成像模型亦是傅里叶衍射定理或其变体，即样本的三维散射势（与折射率直接相关）频谱到测量平面上一阶散射光波场频谱之间的映射关系。

如图1（a）所示，从几何角度来看，上式的物理意义为二维测量平面上获取的空间频率信息为样本部分球面上三维空间频率信息的投影，且此部分球面的位置取决于平面入射光的波矢。为保证三维折射率的重建质量，须通过样本旋转或照明角度扫描改变入射光相对于样本的照明角度，以收集不同的空间频率信息，如图1（b）所示。

在重建端，关键之一是获取测量平面上光波场的复振幅分布，传统光学衍射层析成像技术依赖于全息干涉测量。此外，基于非干涉相位恢复方法，如光强传输方程、Kramers-Kronig关系和傅里叶叠层成像等，同样可以恢复得到测量平面上光波场的复振幅分布，继而基于傅里叶衍射定理拼接重建样本的三维折射率^[10-13]。图2展示了基于光强传输方程的强度衍射层析成像技术的实验装置、重建流程和光学实验结果。

2.2 基于三维光学传递函数的强度衍射层析成像

在上述基于相位恢复的强度衍射层析成像技术中，鉴于相位是从强度中恢复得到的，一些研究追求以三维光学传递函数为媒介，直接从测量强度反演重建样本的三维折射率。根据照明条件的不同，分为相干光照明^[14-17]和部分相干光照明^[18]2大类，分别通过角向和轴向强度测量来收集样本不同空间频率成分信息。图3展示了相干光照明下基于三维光学传递函数的强度衍射层析成像技术的重建流程和光学实验结果。基于三维光学传递函数的强度衍射层析成像技术的最大优势在于快速的三维折射率重建，是最有希望实现活体样本三维实时观测的技术之一。

2.3 基于多层递归正向传播模型的强度衍射层析成像

在上述强度衍射层析成像技术中，其正向物理成像模型均是基于弱散射近似的假设（一阶Born或Rytov近似），这对单细胞等弱散射样本快速且有效，但是对集群细胞和组织等光学厚样本或多重散射样本却不再适用。为打破此限制，研究人员聚焦于开发更为准确的正向物理成像模型，以多层递归正向传播模型^[19-21]为代表。如图4（a）所示，多层递归正向传播模型将样本数学离散为K层薄切片，这样，光在样本中的传播可以近似为一层一层的递归传播。而在单层薄切片的传播中，弱散射近似的假设又重新变得合理。因此，多层递归正向传播模型极大地改善了对于多重散射样本的正向预测精度，并将强度衍射层析成像技术的应用范围拓展至光学厚样本。

2.4 基于神经网络的强度衍射层析成像

近年来，神经网络在图像处理领域，特别是在基于编码和解码的端到端任务中被证明具有极大的潜力和优势。因此，研究人员将神经网络引入强度衍射层析成像技术中，以帮助解决2个核心问题：正向物理成像模型和反向三维折射率重建。至于前者，神经网络有希望打破正向物理成像模型在计算精度和计算速度之间的矛盾^[22]；而后者，如图5（c）、（d）和（e）所示，最新研究通过深度学习中的自动微分计算^[23]、对三维折射率的重新参数化^[24,25]和自监督学习^[26,27]等方式改善三维折射率的重建质量。

然而，三维折射率显微成像技术存在着一些问题与挑战，如分子特异性低，锥角缺失问题导致的轴向分辨率降低和重建伪影，时间分辨率和重建速度有待优化，缺少对组织等光学厚样本的应用研究。综合考虑当下技术瓶颈以及研究热点，本文总结分析了未来非干涉强度衍射层析成像技术的潜在发展方向：

(1)深度学习方法的引入与有机结合，用于非干涉强度衍射层析成像技术中三维折射率重建的改善和后处理等；

(2)结合组织透明化处理等方法，对集群细胞和组织等光学厚样本进行成像深度这一指标的探索；

(3)集成其他显微成像技术实现多模态成像，为生命科学和生物医学研究提供多尺度多维度全面互补的信息；

(4)非干涉强度衍射层析成像技术基本原理和重建算法与X射线和电子等波段三维显微成像方法的相互借鉴。