----近期，哈尔滨工业大学赵唯淞/李浩宇团队与北京大学陈良怡团队、南开大学潘雷霆团队共同在《Light: Science & Applications》杂志上发表了一篇题为《Quantitatively mapping local quality of super-resolution microscopy by rolling Fourier ring correlation》的论文，为超分辨显微镜领域带来了一项重要的突破。----
--点击收听学术新闻
--超分辨显微镜技术突破--
超分辨荧光显微镜技术已经成功突破传统分辨率的衍射极限，实现了200nm～300nm以下的超高分辨效果。然而，超分辨信息的提取往往依赖于复杂的数据计算与处理过程，受到样本化学环境和光学设置条件等因素的影响，容易产生噪声与失真，降低图像质量。为了解决这一问题，对超分辨图像进行可靠且无参考的质量评估变得至关重要。
--新方法：rFRC与PANEL技术--
团队提出了一种滚动傅里叶环相关（rFRC）方法，用于评估超分辨尺度下的图像重建不确定度。通过结合rFRC方法与改进的分辨率比例误差图（RSM），提出了一种像素级误差量化方法（PANEL），能够通用、无参考地生成超分辨尺度下的像素级误差定量图。这为生物分析提供了精确定位可靠性较低的区域，判定精度最高可提升10倍。
图1. rFRC 评估定位显微镜的超分辨率图像。左图：COS-7 细胞中用 Alexa Fluor 647 标记的 α-微管蛋白的 STORM 重建结果及其rFRC 图。右图：STORM 结果（亮绿色）和高斯平均 rFRC 图（shifted jet图）的合并视图，用于突出显示低质量区域。比例尺：5 μm.
图2. 利用 rFRC 图对 STORM 重建结果融合。(a) STORM 融合示意图。'ME'：多发射器最大似然估计结果；'SE'：单发射极高斯拟合结果。(b) 图d中白框部分的放大视图：STORM 结果（COS-7 细胞，用Alexa Fluor 647标记的α-微管蛋白，左）及其rFRC图（右）。从上到下：“ME”结果；“SE”结果；“ME”和“SE”重建的融合结果。相应的 rFRC 值标记在 rFRC 图的左上角。(c) 图b中虚线圆圈的放大视图。从左到右为：ME结果、SE结果、融合权重（ME 结果和 SE 结果的反向 rFRC 映射分别合并为绿色和洋红色通道）以及融合的 STORM 结果。(d) 融合STORM结果的完整视图（COS-7 细胞，用 Alexa Fluor 647 标记的 α-微管蛋白）。(e) 图d的rFRC图。图中显示了与SE（22.0% 区域为 80.55 ± 1.52 nm，中空）和ME（19.2% 区域为 4.28 ± 0.14 nm，白色实心）处理结果相比，融合重建结果的分辨率提高。(f)图d中黄色框包围的放大区域。上到下显示为：rFRC图、融合STORM和RSM的结果。比例尺：(b, c) 500 nm; (d) 5 μm; (f) 1 μm
图3. rFRC 图辅助和评估了多种光学成像方法。(a) 在 Wiener-SIM（顶部）和 TIRF（底部）成像下用 LifeAct-EGFP 标记的活人脐静脉内皮细胞 (HUVEC) 的代表性图像。(b) Hessian-SIM 结果。(c) Hessian-SIM 的 rFRC 图。Wiener-SIM（洋红色）和 Hessian-SIM（青色）的 rFRC、RSP 和 RSE 值显示在右下角。(d) 在 RL 去卷积（顶部）和 TIRF（底部）成像下用 DiI 标记的固定肝窦内皮细胞 (LSEC) 的代表性结果。(e) RL 反卷积结果的 rFRC 图。(f) (d) 中白框的放大视图。原始 TIRF 图像、80 次和 200 次迭代的 RL 反卷积结果以及 TIRF-SIM 结果分别显示在左上、右上、左下和右下。(g) 迭代过程中的 PSNR（相对于 TIRF-SIM）、RSP（相对于 TIRF）和 rFRC 值的曲线。比例尺：(a) 1 μm; (d) 5 μm; (f) 100 nm
--rFRC与PANEL技术的应用与开源资源--
rFRC技术不仅适用于比较不同单分子定位显微镜（SMLM）恢复算法的性能，还促进了超分辨尺度下不同重建图像的有效融合。为了推广这一技术，研究团队提供了MATLAB和Python的开源代码，以及Fiji/ImageJ插件，使得rFRC与PANEL技术能够与多种模态光学成像技术结合，成为一种易于使用的本地质量评估工具。
--团队成果及展望 --
由哈尔滨工业大学赵唯淞助理教授、北京大学陈良怡教授等人共同完成的这项研究，有望成为超分辨显微镜领域的一大创举。研究团队已经整合出一系列开源资源，包括MATLAB、Python程序包以及ImageJ/FIJI插件，为广大超分辨显微镜使用者与开发者提供了便利。
--结论--
综上所述，rFRC与PANEL技术的引入为超分辨显微镜技术的评估提供了全新的视角。通过解决传统评估方法的局限性，这项研究有望推动超分辨显微镜领域的发展，为未来计算显微成像领域带来更多可能性。研究者们期望PANEL技术能够广泛用作跨模态工具，成为广泛应用的生物分析方法，为超分辨显微技术的创新提供有力工具，推动计算显微镜领域获得更大的进步。