双路编码病理复原网络

无标记核质清晰

区别于单一路径的复原或分割方法，本框架将去噪与核分割联合优化，在无标记双光子图像上实现与H&E染色相当的关键诊断区域识别。

廖洪恩 · 王宇 · 顾波波

Light: Science and Applications 2026

技术优势

无需标记即可识别细胞核

通过联合去噪与分割，从噪声中恢复具有诊断价值的核特征，避免了对组织进行染色处理。

重建效果优于现有流程

与最先进的顺序式和联合式去噪分割流程相比，AFN-DeSeg 实现了更高的重建保真度。

应用场景

• 术中光学活检：在手术中快速无标记评估组织，辅助判断切缘。
• 无标记病理诊断：无需染色直接识别细胞核，实现形态学诊断。
• 双光子显微图像分析：为双光子图像提供去噪与分割的端到端处理。
• 计算病理学：用深度学习从噪声中恢复核特征，支撑定量分析。