EN
创新成果

席鹏课题组提出开源三维结构光照明显微成像重建算法平台

信息来源:席鹏教授团队


由于快速、低光毒性、高染料兼容性的优势,结构光照明显微成像(SIM)成为细胞器动态观测最有力的超分辨显微技术。随着SIM的发展,国内外专家学者们一系列关于SIM的算法工作,如Open-SIMfairSIMHessian-SIMHiFi-SIM等等,这些开源软件也促进了一系列的硬件进展,如SLM-SIMDMD-SIM,以及商业化的系统如Airy-SIM等,算法与硬件的结合使得SIM领域变得开放而充满活力。2008年,Gustafsson课题组首次提出了3DSIM的概念,3DSIM相对于2DSIM有着纵向平面分辨率的两倍提升,极大地消除了2DSIM中常见的离焦背景并获得了全细胞成像的能力。但由于3DSIM的复杂性,3DSIM的发展总体而言落后于2DSIM,其算法要么存在于闭源的商用系统中,要么基于传统的Weiner-3DSIM,用户友好度较低且伪影较为严重。因此,一个开源且强大的3DSIM软件急需被开发,以适应3DSIM日益增长的发展需求。

北京大学未来技术学院生物医学工程系、国家生物医学成像科学中心席鹏教授课题组继在提出开源2DSIM重建平台Open-SIM后(IEEE JSTQE2018),开发了全新的开源3DSIM重建平台——Open-3DSIM,2023年7月20日在Nature Methods发表了题为Open-3DSIM: an open-source three-dimensional structured illumination microscopy reconstruction platform的文章。

与Open-SIM相比,Open-3DSIM建立在MATLAB,Fiji以及Exe软件平台上以供不同需求的用户使用。它具有高保真、低伪影的优势,在低信噪比条件下也有着很好的重建效果。此外,偏振偶极子成像的引入使得Open-3DSIM具有偏振成像的能力。


图片.png

图1. a,低信噪比、低调制度条件下通过±1级与±2级频谱尖峰点进行协同参数估计。b,根据系统光学转换函数与估计的参数设计的各类频谱优化滤波器。c,Open-3DSIM与宽场图像(WF),单层3DSIM算法(HiFi-SIM)的对比以及基于Open-3DSIM的偶极子取向解析(pOpen)。


为了提高3DSIM的重建效果,席鹏教授课题组首次提出了自适应参数估计方法,通过正负一级与正负二级频率尖峰点进行协同参数估计,极大地提高了低信噪比、低调制度条件下3DSIM参数估计的准确性。同时设计了一系列频域滤波操作进行伪影的抑制与弱细节的保留,包括设计陷波函数抑制六角伪影,设计一级滤波函数抑制旁瓣与振铃伪影,设计二级滤波函数保留细节信息并提高重建分辨率等。这些优化在确保重建保真性的同时,极大的抑制了3DSIM重建的离焦背景与各类伪影,使得Open-3DSIM的重建效果全面优于现有的各类重建算法(AO-3DSIM4BSIMSIMnoise等)与商用重建软件(GE | OMX等)。尤其在极低信噪比条件下,Open-3DSIM和其他算法在低信噪比条件下的均方误差(MAE)和信噪比(SNR)相近,这展示了Open-3DSIM在低信噪比情况下优越的重建性能。


图片.png

图2. Open-3DSIM优于现有的商业(GE | OMX)与开源(SIMnoise)算法。a, 梯度光强激发下(EL, 极低光强,L,低光强,M,中等光强,H,高光强),三种算法对微丝样本重建结果的分析以及b,均方误差(MAE)和信噪比(SNR)对比。c, 极低信噪比条件下SIMnoise和Open-3DSIM对微管样本的重建对比。d, 极低信噪比条件下OMX与Open-3DSIM对微丝样本的重建对比。


此外,席鹏教授课题组根据荧光对不同角度偏振光发射强度不同的原理,将荧光偏振取向信息引入3DSIM重建的后处理当中,使得在无需任何硬件改动的前提下即可获取各类生物样本的偶极子取向信息。如图3所示,由于Open-3DSIM低伪影、高分辨率的优势,他们成功对Cos-7细胞进行了三色成像,并解析了线粒体嵴的三维结构与其动态分离融合过程,获得了5um小鼠肾切片微丝细胞器的三维偶极子取向信息。Open-3DSIM提供了横向/纵向超分辨,多色,长时程以及偶极子取向的六维(XYZθT)重建技术,为亚细胞器的多维动态成像提供了有利的工具。


图片.png

图3. Open-3DSIM建立横向/纵向超分辨、多色、动态、偏振的六维成像模态。a,重建多色Cos-7细胞样本,b,解析Cos-7细胞三维线粒体的分裂、融合、凋亡,以及c, 获得小鼠肾切片微丝结构的荧光偶极子信息。


Open-3DSIM并不局限于单一显微镜平台,它广泛适用于GE | OMX,Nikon | N-SIM等商用或各类自制的3DSIM系统。它与各种现有的基于正则/反卷积/机器学习的图像优化方法完全兼容,其优越的性能、模块化的设计、极高的用户友好性为下一代3DSIM技术提供了坚实的软件基础。席鹏教授希望Open-3DSIM能够成为国际3DSIM重建的标准,以促进多维活细胞超分辨成像技术的进一步发展。

北京大学未来技术学院博士生曹睿杰为第一作者,合作者包括北京大学博士生李雅宁,博士后陈欣,河北大学硕士生盖希川,北京大学工程师李美琪等。作者感谢北京大学生命仪器平台,及艾克斯马赛大学(Aix Marseille University)Christophe Leterrier 博士为论文提供的硬件平台与数据。作者感谢李辉教授(中国科学院苏州医工所)、Marcel Mueller(鲁汶大学)、邵林(耶鲁大学)对本文的细致审稿与建设性的宝贵意见。该工作受到国家自然科学基金、科技部重点研发计划等项目的资助。


论文链接为:https://doi.org/10.1038/s41592-023-01958-0,文中的相关代码与重建平台公布于Github:https://github.com/Cao-ruijie/Open3DSIM,作者们还开源了3DSIM的示例数据于Figshare:https://figshare.com/articles/dataset/Open_3DSIM_DATA/21731315,供用户测试使用。