4月13日，记者从复旦大学获悉，该校计算机科学技术学院教授颜波带领的团队的研究成果发布在科学期刊《自然-方法》（NatureMethods）上。他们发明的跨任务、多维度图像增强基础AI模型（UniFMIR），实现了对现有荧光显微成像极限的突破。
何为荧光显微镜？
这类显微镜利用部分物质受紫外线照射后可发荧光的特性，以及通过染色让本不具有该特性的物质发出荧光，可以观察细胞内物质的吸收、运输、化学物质的分布及定位等。在分辨率方面，它远超普通光学显微镜0.2微米极限，到达观测分子的纳米尺度，是生命科学领域不可或缺的研究工具。自2006年横空出世，荧光显微镜已帮助全球科学家研制出了对帕金森氏症、阿尔茨海默氏症和亨廷顿氏症等神经退行性疾病更有针对性的治疗方法。
尽管荧光显微镜的观测分辨率已达到纳米尺度，但科学家们并不满足于此。由于显微镜光学硬件和生物样本光敏感性（在荧光照射下，生物活性降低）带来的挑战，过去几年中，生命科学和计算机领域的科学家们开始携手探索用AI的路径来增强图像质量的办法。然而，成像模式多样、降质类型复杂、增强过程迥异等一系列问题，使得这一任务极具挑战性，于是，大多数科学家选择“每次解决一个问题”，聚焦于研制针对单一需求的“专有”AI模型。
来自复旦大学的这支团队，以“一站式集成”为目标，直接构建了首个“统一”的荧光显微镜图像增强AI基础模型（UniFMIR），大幅提升在“图像超分辨率重构、各向同性重构、3D去噪、图像投影和过程重建”五大任务方向上的性能。
据悉，这一显微镜可以帮助科学家们能更清晰地观察到活细胞内部的微小结构和复杂过程，加速全球生命科学、医学研究、疾病诊断相关领域的科学发现和医疗创新；同时，在半导体制造、新材料研发等领域，该成果可以用来提升观察和分析材料微观结构的质量，从而优化制造工艺和提高产品质量。
同时，这一研发成果，也标志着我国在关键科学仪器领域“国产设备+基础模型”的组合能有效减少对进口设备的依赖，也为全球科研领域的进步贡献了中国智慧和力量。
