傳媒

香港大學（港大）工程學院電機與計算機工程系黃建業教授領導的OMEGA實驗室，成功研發一項名為「任意照明深度編碼顯微技術」（AIMED）的新型成像技術。透過軸向編碼實現多深度層同步成像，配合結構化照明與壓縮感知演算法，能以顯著減少的掃描次數重建三維影像，為生命科學深層成像帶來突破。

解決多光子顯微成像速度瓶頸 
多光子顯微鏡（Multiphoton Microscopy）一直是觀察活體神經結構、血管網絡及生物動態的關鍵工具，但傳統技術需逐層掃描成像，效率低且光照劑量高，限制其在快速生物過程中的應用。過去十年雖有各種加速方案，但成像速度仍受制於必須完整取樣。港大團隊提出的AIMED技術，基於欠採樣原理，透過軸向光學編碼與計算重建，在不大幅增加系統複雜度的前提下，顯著提升成像速度並降低光毒性，兼顧效率、畫質與系統兼容性。

傳統顯微鏡要看清立體樣本，需逐層掃描，速度慢且光照強。港大新技術AIMED突破此限制，透過一台「空間光調製器」（Spatial Light Modulator），將鐳射光同時聚焦到多個深度層，並按編碼模式調控各層的亮度，減少深淺層之間的信號干擾。系統只需少量掃描，再經電腦算法重建，即可快速獲得清晰的三維影像。此方法無需改動現有顯微鏡的主要硬件，便能升級現有設備，兼容性高且易於應用。

小鼠腦成像驗證成效 高壓縮率仍保持影像傳真度 
研究團隊透過模擬與實驗驗證AIMED的多平面聚焦能力，軸向編碼點擴散函數（PSF）測量顯示能精確控制焦點，並保持多平面強度均勻。在五平面成像配置下，橫向解像度約600納米，軸向解像度維持2–4微米，證實同時激發多層仍能保持光學效能。於小鼠腦神經樣本實驗中，在約60%壓縮率下，AIMED能清晰解析樹突、軸突等神經細胞的細微結構，每平面激發光功率僅需傳統方法的1/2至1/3，部分重建影像對比度更勝傳統方式。

研究進一步顯示，在62.5%至87.5%壓縮率範圍內，重建影像的結構相似度指數（SSIM）仍保持約0.95，峰值訊噪比（PSNR）達41–42 dB，與完整取樣結果相比無明顯下降。仿真表明，在多達47個軸向平面的大規模成像中，AIMED可實現約8倍成像速度提升，展現其擴展潛力與高通量三維成像應用價值。

技術優勢與應用前景 
AIMED技術提供即插即用、靈活高效的三維成像方案，不依賴複雜硬件升級，通過可編程光場調控與壓縮感知理論，在維持畫質與系統穩定性下大幅提速。此技術尤其適合神經網絡等稀疏生物結構成像，並對光毒性敏感樣本具明顯優勢。

未來，AIMED框架可擴展至共聚焦、受激拉曼及光聲顯微等激光掃描成像領域，實現更快、更深、更長時的三維觀測，為結合數據驅動與深度學習的智能成像技術奠定基礎。

研究成果已發表於國際頂尖期刊Advanced Photonics，相關研究論文題為「Multiplane compressive imaging with axial-coded multiphoton microscopy」。

論文連結：https://doi.org/10.1117/1.AP.7.4.046010

關於黃建業教授
黃建業教授現任香港大學電機與計算機工程系教授及前系主任。他曾榮獲多項獎項，包括最佳教師獎（2005-06）、傑出青年研究員獎（2008-09）及傑出研究生導師獎（2018-19）。他是《Optica》期刊的副主編，曾任SPIE出版委員會委員，並擔任IEEE Photonics Technology Letters和Optics Express的編輯。身為IEEE資深會員及SPIE和Optica會士，他曾在2009-10學年於麻省理工學院聯合授課，並曾任IEEE香港分會主席。

傳媒查詢，請聯絡:
香港大學工程學院
鍾敏芝女士（電話：3910 3324；電郵：chungmc@hku.hk）
袁可盈女士（電話：3917 1924；電郵：natyuen@hku.hk）