拉曼散射是一种非弹性散射过程，它在光子和分子之间交换能量，以携带分子振动的信息。拉曼显微光谱学之所以成为半岛综合体育官方APP下载德甲生物学和医学外科学中不可缺少的分析工具，主要是因为它的两个“无”:无标签和无水背景。这些好处使我们能够在没有内源性扰动的情况下研究活样本。此外，与荧光染料的发射光谱相比，拉曼峰的光谱带宽要窄得多，这使得在同一环境下同时研究多种代谢物种成为可能。
在一篇新论文中，来自波士顿大学的林浩南博士和程吉欣教授回顾了相干拉曼散射(CRS)的仪器和计算方法的结合。尽管具有显著的优点，但拉曼散射的一个基本缺点在于其严重限制的截面。典型的拉曼截面为10-30厘米2每个分子，导致一个非常长的信号集成时间从秒到分钟每个焦点。如此有限的速度使得对动态系统进行逐像素成像变得不切实际。引入非线性光学过程来相干增强拉曼信号并突破基本截面限制。用两台同步的超快激光器，在相干反斯托克斯拉曼散射(CARS)和受激拉曼散射(SRS)中产生相干拉曼信号。在CRS中，两个激光场与靶分子同步相互作用。当振荡频率与拉曼振动模式匹配时，发生了相干放大的能量传递过程。它将泵浦光子湮灭，将其转换为斯托克斯光束，并以新的频率产生光子。
CRS已经实现了基于生物样品的本征拉曼峰的高速化学成像。然而，生物样品是复杂的微系统，由各种代谢物组成，这些代谢物通常具有光谱重叠，特别是在强而拥挤的碳氢(CH)区域。它阻碍了使用窄带单色CRS对细胞和组织中的化学物质进行定量和鉴定。在过去的几年里，已经做出了重大的努力来开发高光谱CRS，在每个像素上产生拉曼光谱。
高光谱成像提供了在复杂环境中破译化学成分和丰度信息的潜力。然而，由于原始图像的高维，这些信息并不容易获得。需要算法来识别主要纯成分并分解浓度图。随着高光谱CRS仪器的发展，各种高光谱图像解混方法已被报道。根据是否给出了纯成分组成的先验信息，我们将它们分为有监督方法和无监督方法。
仪器的创新已经将CRS成像的速度提高到2 kHz帧率，光谱覆盖范围达到3500厘米1，每个光谱的光谱采集速度高达5µs。然而，由于CRS的灵敏度极限所决定的物理限制，这些条件不能同时实现。例如，进一步提高速度会降低设置的信噪比(SNR)，使其不适用于生物医学应用。在光损伤的约束下，这种权衡可以作为一个设计空间来传达。它是一个与代表速度、频谱带宽和信噪比的三个轴相交的超平面。仪器的优化使系统能够达到超平面上的最佳状态点，但超越它仍然具有挑战性。
研究小组介绍了各种计算方法，用于推动CRS化学显微镜的边界。必须注意计算算法的适用范围，以避免对测量结果的错误解释。评估正演模型是否能恰当地描述潜在的物理过程是至关重要的。它涉及到测量噪声的统计分布、成像系统的图像卷积核等技术。
需要进行严格的实验来表征正演模型并校准模型参数。当使用先前的模型/正则化时，对信号的全面理解是必要的。先前模型的超参数调优对于产生正确的结果至关重要，并且可能需要迭代更新和验证。对于深度学习应用来说，尽管对反问题进行复杂建模的任务减轻了，但适当的网络结构选择和足够大的训练和验证数据集是必要的。
展望未来，研究团队预计仪器的进步将继续增加时间、空间和光谱维度的数据吞吐量。它们应该提供更多关于数据结构的特性，比如稀疏性和相关性。同时，新的计算方法可以打破设计空间的权衡，为生物医学研究提供丰富的化学成分。随着计算光学显微镜的快速发展，我们期待更多的想法渗透到CRS中。
由于大多数计算方法都集中在宽视场实现上，因此转换为CRS显微镜是非常重要的。需要进行广泛的建模、系统设计和算法开发，以确保适用于CRS成像。在未来，计算方法将发挥更关键的作用，因为现有的方法仍然可行，以促进新建立的设计空间。可能会出现新的方法，在视场、成像深度和空间分辨率等方面取得突破。
