央广网上海4月15日音讯（记者韩晓余）“不必最贵重的镜头，也能拍出高清相片”，近年来，面临人们快速添加的印象明晰度需求，很多手机、数码相机厂商不断探究如安在操控本钱的情况下，运用AI模型逐渐进步像素级。这一次，相同的技能理念，却被复旦大学核算机科学技能学院教授颜波带领的团队搬迁到了生命科学试验室里的常用研讨东西“荧光显微镜”上。

  4月12日，科学期刊《天然-办法》（Nature Methods）以《根据广义荧光显微镜的图画康复的预练习根底模型》为题刊发团队效果，他们创造的跨使命、多维度图画增强根底AI模型UniFMIR，完成了对现有荧光显微成像极限的打破。

  何为荧光显微镜？这类显微镜运用部分物质受紫外线照耀后可发荧光的特性，以及经过染色让本不具有该特性的物质宣布荧光，能够调查细胞内物质的吸收、运送、化学物质的散布及定位等。在分辨率方面，它远超一般光学显微镜0.2微米极限，抵达观测分子的纳米标准，是生命科学范畴不可或缺的研讨东西。自2006年横空出世，荧光显微镜已协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明晰的目的性的医治办法。

  虽然荧光显微镜的观测分辨率已达到纳米标准，但科学家们并不满意于此。因为显微镜光学硬件和生物样本光敏感性（在荧光照耀下，生物活性下降）带来的应战，曩昔几年中，生命科学和核算机范畴的科学家们开端携手探究用AI的途径来进步图画质量的办法。但是，成像形式多样、降质类型杂乱、增强进程悬殊等一系列问题，使得这一使命极具应战性，所以，大多数科学家挑选“每次处理一个问题”，聚集于研制针对单一需求的“专有”AI模型。

  来自复旦大学的这支AI for Science团队则挑选直击应战，以“一站式集成”为方针，直接构建了首个“一致”的荧光显微镜图画增强AI根底模型UniFMIR，大幅度的进步在“图画超分辨率重构、各向同性重构、3D去噪、图画投影和进程重建”五大使命方向上的功能。

  据介绍，UniFMIR采用了根据Swin Transformer结构的特征增强模块来增强特征表明，针对不同使命的网络流程同享相同的特征增强核算。经过搜集的大规模数据集对模型进行预练习，并运用不相同图画增强使命的数据微调模型参数，UniFMIR展现出比专有模型更好的增强功能和泛化性。

  这意味着，加载了UniFMIR的荧光显微镜有几率会成为生命科学试验室中的“神器”。科学家们能更明晰地调查到活细胞内部的细小结构和杂乱进程，加快全球生命科学、医学研讨、疾病诊断相关范畴的科学发现和医疗立异。一起，在半导体制作、新资料研制等范畴，该效果可拿来进步调查和剖析资料微观结构的质量，然后优化制作工艺和进步产品质量。

  “这次咱们想到把AI图画增强技能应用于荧光显微镜上，并构建UniFMIR，起点便是AI for Science。咱们的模型为荧光显微镜图画增强供给了一个通用的处理方案，经过简略的参数微调便可应用于不同使命、成像形式和生物结构。未来，生命科学试验室的科学家们可经过进一步扩展练习数据的数据量和丰厚度来不断强化UniFMIR的图画重构才能。”颜波对UniFMIR被用于更多类型试验的可能性充满信心。

  4月12日，科学期刊《天然-办法》（Nature Methods）以《根据广义荧光显微镜的图画康复的预练习根底模型》为题刊发团队效果，他们创造的跨使命、多维度图画增强根底AI模型UniFMIR，完成了对现有荧光显微成像极限的打破。