你見過能給細胞拍“寫真”的“相機”嗎？走進中國科學院西安光機所瞬態光學研究室，你會發現在小小空間裏電線連接著不少光學成像儀器，未來，它們或許能夠改變整個中國光學成像技術的命運。

　　近日，中國科學院西安光機所聯合加拿大國立科學研究院（INRS）和西北大學，在壓縮高速成像領域取得重要進展——研究團隊構建了基於多先驗物理增強深度學習與雙光路同步採集融合的壓縮高速成像系統。

　　什麼是壓縮高速成像系統？

　　“你可以把它想像成一部‘超級相機’，但它的成像速度極快，能捕捉子彈擊穿蘋果的瞬間。”中國科學院西安光機所瞬態光學研究室研究員柏晨解釋説。

　　傳統高速相機需要連續拍攝海量照片，數據量大且存儲成本高，而這個系統像一名“速寫大師”——只需少量關鍵筆觸（壓縮採樣），再結合對物體運動規律的了解，就能快速畫出一段連貫的高速動態畫面。這不僅節省了存儲資源，還保證了畫面的清晰流暢。

　　為了保障這位“速寫大師”能夠出色地完成任務，西安光機所研究團隊提出多先驗物理增強神經網絡（mPEN）成像框架，團隊創新性地將光致發光動力學物理模型、擴展採樣先驗、稀疏性約束、深度圖像先驗等多先驗信息深度融入非訓練神經網絡。

基於多先驗物理增強深度學習的壓縮高速成像光路

　　這一設計的靈感來源於“多重線索拼圖”的思路。就像刑偵破案時，單一線索可能模糊或不完整，但若結合目擊者描述、物證分析、行為軌跡等多種信息，就能精準還原事件全貌。同理，傳統成像技術若只依賴單一物理模型或數據採樣方式，在超高速場景下容易信息不足。“我們便創新性地將光致發光動力學模型、擴展採樣、稀疏特性等融合，相當於同時調動物理規律與數據智慧，提升成像的效率和精度。”柏晨對成果的應用前景充滿信心。

　　面對這個複雜又龐大的工程，立在團隊面前的“攔路虎”就是結構偽影與空間畸變問題，這意味著在超快成像中，信號是很微弱的，且幀間串擾嚴重，稍有偏差，還原出來的圖像就會扭曲失真。

　　為了解決這些問題，研究團隊在硬體上，設計並搭建了一套雙光路同步採集系統；在演算法上，提出的深度學習框架通過多重互補先驗的協同修正，就像給還原過程加了多重保險，有效抑制了噪聲和畸變。

　　光學成像與人工智能的跨界融合已成為科技研發的重要趨勢。二者的深度協同，顯著提升了研發效率。“以往一項研發任務通常需要一年左右，融入人工智能技術後，週期可縮短至半年甚至更短，為技術迭代提速賦能。”柏晨介紹道。

　　“千淘萬漉雖辛苦，吹盡狂沙始到金。”當系統成功捕獲微秒級化學反應動態的那一刻，團隊成員深切體會到跨學科融合的創新力量。“光學技術與AI的碰撞，總能點燃意想不到的創新火花。”柏晨感慨。

　　此次實踐更讓團隊深刻認識到，光學成像共性基礎技術的突破，離不開跨學科交叉的支撐。“我們不僅要實現‘看得見’，更要‘看得清、看得準’，打破學科壁壘，在物理、生物、材料、食品等領域的交叉地帶挖掘創新沃土。”這是姚保利研究員團隊的共識。而交叉創新中“失敗—改進”的迭代循環，更錘鍊了研究者們敏銳的洞察力與堅韌的科研品格。

姚保利研究員團隊

　　“十五五”規劃建議明確提出“推動科技創新和産業創新深度融合”，為科技研髮指明瞭方向。這套壓縮高速成像系統的突破，正是對這一要求的生動踐行。

　　目前，該系統已規劃應用於生物醫學、食品檢測等關鍵領域，以往依賴宏觀推測的超快過程——如食品添加劑檢測、細胞應激反應、能源材料在極端條件下的結構演化等，如今可通過該系統直接“拍成視頻”，讓科學家直觀分析微觀動態。這一技術突破，對推動數字食品加工升級、新型材料研發、生命機制探索具有重要意義，為相關産業高品質發展注入科技動能。

　　未來，姚保利研究員團隊錨定更高目標：一方面推動系統實現採樣策略的場景化動態調整，進一步提升適配能力；另一方面在現有時間—空間維度基礎上，融合光譜、相位等更多成像參量，研發多維多參量感知新技術。

姚保利研究員在指導實驗（從左至右：彭彤、王思穎、姚保利、柏晨、栗星）

　　從微觀世界的精準捕捉到産業領域的賦能升級，從跨學科融合的點滴突破到國家戰略的落地踐行，中國光學科技工作者正以光為筆，在科技創新的畫卷上書寫精彩篇章。唯有堅守基礎研究、深耕跨界融合，才能讓科技之光照亮高品質發展之路，為實現高水準科技自立自強注入不竭動力，在全球科技競爭中彰顯中國力量。（文 龍欣妍 圖片來源中國科學院西安光機所）