以往，一份肿瘤切片的病理检测需要至少20分钟，而一套新研制的无滤波荧光显微成像系统则只需4分钟就能完成检测，效率提高了5倍。这是上海理工大学超精密光学制造团队的基础研究在生物医学领域的应用之一，也是上理工科研团队诠释“AI for Science（人工智能驱动科学创新）”核心理念、实践医工交叉战略的新成果。
由上海理工大学光电信息与计算机工程学院庄松林院士、常务副院长张大伟教授带领的超精密光学制造团队与上海交通大学附属仁济医院浦南分院、美国杜克大学合作，创新提出可广泛应用于生物诊断、临床医学、环境监测、刑侦勘探等领域的“AI荧光成像——无滤波荧光显微成像技术”，相关论文“支持深度学习的无滤光片荧光显微镜（Deep learning-enabled filter-free fluorescence microscope）”在《科学》（Science）子刊《科学进展》（Science Advances）上发表。
深度学习驱动的无滤波荧光显微镜原理
精密光学器件往往系统复杂、体积庞大、成本高昂且操作繁琐，尽管在许多领域是科研攻关的必备利器，但这些特点也带来一定的制约。上理工超精密光学制造团队近年正努力推动人工智能交叉研究，希望以新技术赋能光学。
广泛用于医学基础研究与临床实践的荧光成像系统非常有用，可以进行神经免疫病抗体检测、辅助肿瘤细胞的检测和定位、监测药物在体内的分布和代谢情况等。但现有设备需要装备多套滤波组件，繁琐耗时，无法满足高速成像应用需求。在上理工医工交叉项目推动下，论文第一作者戴博教授与仁济医院管阳太教授团队开展科研合作，找到了科研攻关的目标——用AI取代传统光学滤光组件，完成荧光信号的特异性定位及定量分析，实现对生物样本的高效和精确的检测和分析。
为证券之星据公开信息整理，由智能算法生成，不构成投资建议。
为证券之星据公开信息整理，由智能算法生成，不构成投资建议。
团队开发了“数字虚拟滤波器（digital optical filter）”，提出了无滤波荧光显微成像技术。使用该技术的荧光显微成像系统，可完全摒弃昂贵的荧光滤波元件，通过暗场照明方式，减弱背景噪声。成像系统获取图像后，通过神经网络，自动选择荧光通道，对不同显微放大倍率、荧光染料浓度、样品种类，均能高效、精准地还原出荧光信号，实现高灵敏、高特异性荧光成像。“显微镜里的细胞就好比天际各种颜色的星光。想识别这些光点，就要不停换镜片。而利用AI，一个普通望远镜就可以全部清晰、快速地识别出来。”戴博打了个比方来解释。
科研团队针对多色荧光量子点纳米颗粒、多种荧光染料共染的细胞、组织切片、动态细胞进行了荧光成像实验。此外，还利用研制的无滤波荧光显微成像系统进行了成纤维细胞活化蛋白表达分析、人食管组织/人肝组织切片检测等一系列生物研究、临床检测的实验。
“目前提出的无滤波荧光成像技术在荧光显微成像系统中得到了初步验证，该技术存在巨大的研究价值和应用潜力，有待进一步移植到各类荧光检测相关的仪器中，例如：共聚焦显微镜、荧光流式细胞仪等，有望颠覆式推动现有生化检测仪器的智能化升级换代。”张大伟谈道。
上海理工大学戴博教授是论文第一作者股票融资渠道，张大伟教授、上海交通大学医学院附属仁济医院浦南分院管阳太教授和美国杜克大学Tony Jun Huang教授为通讯作者，硕士研究生游少杰、博士研究生龙严和陈钧一参与研究工作。这一医工交叉团队里既有光学工程、仪器科学的专家，又有从事人工智能领域研究的学者，交叉学科的融合助推了基础科学和应用研究的落地。