Sci Adv丨匹兹堡大学刘洋组开发高通量算法快速分析超分辨率图像

来源：BioArt

责编 | 酶美

随着超分辨定位显微成像技术的发展，它已经成为生物学家用来研究纳米尺度细胞结构与功能的一种重要的成像手段。但是这种成像技术最大的局限是需要从数万帧图像中提取足够数量的分子以用于超分辨重建，这极大的限制了其成像速度。而很多复杂的生物体系通常需要分析成千上万个细胞，这也限制了超分辨显微成像技术在很多生物领域的应用。为了提高超分辨显微镜的成像速度以实现高通量成像，可采取的策略主要有两个：一是提高单帧图像的分子密度；二是增大成像视场以及加快图像采集速度。高密度的分子通常都会重叠在一起，这需要特殊的定位算法才能进行精确地定位，而传统的高密度定位算法都依赖于复杂的迭代优化过程，所以处理速度极慢，远无法达到实时处理的目标。另外，更大的视场以及更高的分子密度通常都会在无形中增加背景荧光的非均匀性，非均匀的背景光会造成严重的伪影，并降低成像分辨率。

2019年4月26日，Scientific Advances在线发表了匹兹堡大学刘洋实验室的最新研究成果“WindSTORM: Robust online image processing forhigh-throughput nanoscopy”。为了解决以上提出两个超分辨率成像问题，实现高稳定性的实时高通量超分辨成像，本文研究人员开发了WindSTORM这一方法。

WindSTORM主要由两个部分组成，一是基于频域加权的线性反卷积算法，这个算法用单次迭代即可最大程度的将重叠在一起的分子识别出来并精确地定位它们的位置，在图形处理器（GPU）的加持下，其处理速度比传统算法要快三个数量级，可以实现高通量超分辨成像的实时图像处理与重建；二是基于时域极值的背景消减算法，这是目前超分辨定位成像领域最有效的背景消减算法，可以精确的估计每个像素位置的背景强度，在此算法的帮助下，WindSTORM可以将非均匀背景造成的伪影减到最低，并将分子的定位精度以及空间分辨率增至最优。

为了验证WindSTORM的性能，研究人员将之与三个传统的定位算法FALCON，DAOSTORM以及ThunderSTORM进行比较，并采用模拟数据以及不同样本的实验数据进行验证。结果显示，在理想情况下，即背景荧光均匀的条件下，新开发的WindSTORM表现出与传统算法相似的定位精度以及高达数百至上千倍的处理速度。在实际情况下，即背景荧光非均匀的条件下，WindSTORM在保持了处理速度优势的前提下，开始展现出其在去除成像伪影以及提高定位精度方面的巨大优势，在不同的样本以及不同的成像条件下都表现出了无可比拟的优势。

最后要指出的是，超分辨定位显微成像是一种非常依赖于图像处理技术的成像手段。研究人员在使用这种成像技术的时候往往需要综合考虑成像分子的密度，处理速度，背景特征等参数来选择一款合适的处理算法以达到最佳的成像质量。这对很多特别是没有足够经验的使用者来说，是一个非常棘手的选择。而新开发的WindSTORM，从根本上解决了这一困局。首先，它对于不同的分子密度都能提供最佳的定位精度，同时也具有最快的处理速度，此外其集成的背景消减算法可以在不同成像条件下都获得最真实，最优值的成像结果。这些特性使WindSTORM成为一个可以通用的方法，在各种环境下都可以取得最优结果的超分辨成像重建方法。我们相信WindSTORM将为下一代高通量超分辨显微成像技术铺平道路。

WindSTORM的代码可以在网站：https://pitt.box.com/v/WindSTORM（密码是Biophotonics）下载，供大家在署名和非商业的前提下自由使用。

匹兹堡大学马洪强博士为本文第一作者，刘洋教授为通讯作者。

原文链接：

https://advances.sciencemag.org/content/5/4/eaaw0683/tab-article-info