Credit: Compuscript Ltd

在过去的几十年里，超分辨率成像一直是成像界的一个热门话题，特别是在显微镜领域。尽管在显微镜成像领域已经取得了一些有趣的成就，但在显微镜成像和内窥镜成像领域之间仍有很大的差距需要弥补。

弥合之前差距的两个主要成像参数是在宽视场（FOV）和大景深（DOF）下的图像采集和处理，这通常是人们在试图达到图像的超分辨率时需要绕过的瓶颈。在显微镜领域，一种能够获得宽视场、高时间分辨率和低光毒性的方法被称为结构化照明显微镜（SIM）。一个标准的SIM可以将空间分辨率提高到光学系统衍射极限的2倍左右。

因为SIM的目的是实现非常高的空间分辨率，所以DOF通常非常小。这意味着SIM需要一个高水平的聚焦距离控制，这是显微镜应用的一个实际限制。相反，在内窥镜成像中，由于内窥镜成像的本质和他们成像和探索的样品，特别宽的FOV和大的DOF是至关重要的。因此，探索在宽FOV和大DOF下实现内窥镜图像的超级分辨率的可能性是非常有意义的。

在这项工作中，探索了一种叫做斑点结构照明内窥镜（SSIE）的新技术。在发表于《光电子学进展》的研究中，作者在标准白光内窥镜（WLE）中引入了两根纤维，以提供高分辨率的斑点来照亮物体。随机斑点图案是由两根纤维的激光之间的干涉产生的。一些具有标准分辨率的图像由WLE相机收集，然后经过图像重建算法，得到一个单一的超分辨率图像。

在本研究中，宽的FOV和大的DOF是通过将光学光源，即携带激光随机照明模式的多模光纤的方向来获得的，这不仅覆盖了宽的FOV和DOF，还引起了照明光束之间的大角度干扰，这有助于实现成像的超分辨率。该研究对平面和非平面表面都进行了检查，证明了SSIE在大自由度下成像的目标。

此外，从理论的角度来看，本研究也探讨了这个问题，FOV和DOF可以扩展到WLE可能允许的最大范围。此外，SSIE不需要像SIM那样对照明模式、校准协议或聚焦光学元件进行严格控制，从而大大简化了实验设置。

本研究显示，在标准WLE的系统限制下，宽视场和DOF的分辨率提高了2至4.5倍。本研究的实验结果表明，SSIE有可能为内窥镜成像提供一条独特的途径，在宽的FOV和DOF下实现超分辨率，这可能对临床内窥镜检查的实践有益。从更广泛的角度来看，这种成像技术也可以在其他类似的生物医学、医疗和基于相机的系统领域中采用，在这些领域中，宽视场和自由度的高分辨率是首选或关键。

本文作者提出并展示了一种称为斑点结构照明内窥镜的新方法，用于实现内窥镜检查过程中获得的图像的超分辨率。斑点结构照明指的是随机光学照明模式的使用和方向，该模式来自于相干光源，如激光，用于研究的样品。

这项工作的意义主要在于在宽视野和大景深的最佳成像参数下提高图像分辨率，与现有的高分辨率内窥镜相比，典型的白光内窥镜所允许的视野和景深都非常有限，在图像检查和采集方面也是如此。高分辨率总是伴随着视场或景深的妥协，因为它们通常是相互成反比的。

因此，在这项研究中，正在解决的主要瓶颈是在内窥镜图像中实现超分辨率的能力，以及宽视场和大景深这两个相反的成像参数。此外，本研究中的系统不依赖于标本或样品的任何特定属性，因此，任何样品都可用于成像，进一步扩大了其潜在的影响和作用。这项研究有可能使诊所和保健中心的内窥镜成像界受益。无论是从成像还是基于设备的角度来看，在获取和处理图像数据时都不需要花哨的设备或严格的成像控制。

这使得斑点结构照明内窥镜系统相当容易被转化和采用到比内窥镜更广泛的成像领域。如果该方法有可能被转化为实施非相干成像模式的类似成像领域，通常是利用荧光染料对研究中的样品进行染色的方法，那么该方法将是最可行的。此外，斑点结构的内窥镜照明演示与所使用的范围或探头的内部结构、类型或规格无关。因此，该成像技术可以转化为任何白光内窥镜模式，无论其应用是临床还是工业，都有类似的分辨率改进因素，因为工作原理是一样的。

此外，在一个现实的成像场景中，所研究的样本可能是非平面的。在本研究中，由于我们探讨了通过随机光学照明对三维非平面表面进行成像的可能性，因此，将本研究中采用的成像概念直接转化为其他成像领域，如生物医学、医疗或基于相机的成像系统是可能的，这使得它相当直接。

在更广泛的意义上，任何有相机获取图像的成像系统，如果能像本研究中所展示的那样，采用基于随机模式的光学照明的设施和路线，将能够在本工作中所探讨的最佳成像参数下实现超级分辨率，特别是在可能受益于大景深成像的系统中，如内窥镜、相机系统中基于深度的成像、显微镜和类似领域。

参考资料：Elizabeth Abraham et al, Speckle structured illumination endoscopy with enhanced resolution at wide field of view and depth of field, Opto-Electronic Advances (2023). DOI: 10.29026/oea.2023.220163