長期以來，在顯微鏡領域獲得高分辨率圖像一直是一個挑戰。去卷積是一種增強圖像清晰度的方法，它通常會放大樣品和圖像之間的噪聲。波士頓大學的研究人員最近開發了一種新的去模糊算法，可以避免這些問題，通過光子強度守恒和局部線性來提高圖像的分辨率。 據《先進光子學》報道，創新的去模糊算法適用于各種熒光顯微鏡，對發射點擴散函數（PSF）的假設要求最低。它適用于一系列原始圖像，甚至適用于單幅圖像，可以對波動的熒光統計數據進行時間分析。此外，研究人員已將該算法作為MATLAB函數提供，使其易于使用。

使用DPR增強分辨率。(a)在兩個間隔很近的點狀物體的模擬圖像上應用增益1和2的DPR。左：兩個點狀物體間隔1.68σ。右列：兩個點狀物體間隔1.41σ。比例尺表示2σ。(b)原始、DPR增益1和DPR增益2圖像中兩個間隔很近的點狀物體的強度下降的模擬結果。(c)在BPAE細胞的共聚焦圖像上應用DPR增益1和2。比例尺表示600nm。

這一突破背后的基本概念是像素重新分配。通過基于局部梯度重新分配像素強度，圖像被銳化而沒有引入噪聲偽像的風險。該技術在應用此過程之前對原始圖像進行標準化，以確保結果的一致性。 顯微鏡的分辨率傳統上是由其區分兩個緊密間隔的點源的能力來定義的。這種稱為“像素重新分配去模糊”（DPR）的新方法顯著降低了所需的分離距離，從而提高了顯微鏡的分辨率。

通過像素重新分配進行去模糊，將原始熒光顯微鏡圖像重新映射，通過像素重新分配銳化圖像。 為了證明DPR的有效性，研究人員將其應用于各種成像條件：單分子定位、工程化心臟組織的結構成像和斑馬魚體積成像。這些現實應用展示了DPR在提高顯微圖像清晰度方面的潛力。

DPR在保留較大結構的同時銳化圖像的獨特能力為更廣泛的應用打開了大門。它可用于樣品同時包含小型和大型結構的場景，使其成為研究人員的多功能工具。雖然沒有去模糊策略完全不受噪聲的影響，但DPR的優勢在于它不會放大噪聲。這使其與其他解卷積方法不同，簡化了其實現，使其適用于具有擴展特征的多種樣品。

DPR技術是一種提高顯微鏡圖像空間分辨率的新方法，它提供了一種通用且用戶友好的解決方案，顯著提高了圖像清晰度，同時避免了常見的噪聲相關問題，使其成為各種科學應用中非常寶貴的工具。 波士頓大學生物顯微鏡實驗室主任、該研究的資深作者Jerome Mertz教授說：“由于其易用性、速度和多功能性，我們認為DPR對生物成像界具有普遍的實用性。”

審核編輯：彭菁