※奧地利科學與技術研究所開發名為「LIONESS」的大腦成像技術，可以建立活體腦組織的高分辨率3D圖像，接露腦神經細胞複雜性，並且不損害活體大腦。(Photo credit: Institute of Science and Technology Austria)

奧地利科學與技術研究所(Institute of Science and Technology Austria)的研究團隊開發出一種名為「Live Information Optimized Nanoscopy Enabling Saturated Segmentation (LIONESS)」的大腦成像技術。透過這個方法，研究團隊可以創造活體腦組織的高分辨率3D圖像，接露其細胞複雜性，甚至揭示如何隨時間變化，進而監測神經的可塑性。

這個技術依賴於深度學習方法，有助於提高圖像質量，還能區分這種緻密和高度複雜組織中的細胞結構。這種方法可以在不造成損害的情況下提供活體組織前所未有的細節，因為這個技術蒐集的資訊盡可能少，然後利用深度學習來填補缺失的資訊。如果沒有這一個步驟，要獲得如此詳細的圖像所需要的光量就會損壞活體組織。

大腦是一個極其複雜的器官，約有860億個神經元。這些細胞排列成複雜的網路，它們之間的相互連結和活動也具有可塑性，並隨著時間的推移而不斷變化。迄今為止，要在高分辨率圖像中捕捉這種複雜性質非常困難，尤其是在不損害組織的情況下，因此不可能在一段時間內為活體組織建立這種圖像。

以前用於腦組織成像的方法包含電子顯微鏡，他可以捕捉高分辨率圖像，但需要對組織進行物理切片才能做3D成像，這對活體大腦來說有點不合適。光學顯微鏡技術可以提供一些3D成像，但分辨率通常較低。

最近有一種方法叫做高分辨率陰影成像(super-resolution Shadow Imaging)，它與一種叫做受激放射耗乏顯微術(Stimulated emission depletion)結合，可以提供高分辨率的圖像，開始表達大腦中細胞的複雜性，但它並不適合活體組織，因為所需的光量仍會對活體組織造成傷害。

這個新方法提供高分辨率的3D圖像，在不破壞組織的情況下表達細胞的複雜性。它使用足夠的光來捕捉深度學習演算法所需的最低訊號量，以提供缺失的細節，而結果令人驚艷。

「有了LIONESS，我們第一次有可能對活體腦組織進行全面性且密集的重建。透過對組織的多次成像，LIONESS讓我們能夠觀察和測量大腦中動態的細胞生物學過程。輸出結果是細胞排列的3D重建圖像，時間是第四維，因為樣品可以在幾分鐘內、幾小時或幾天內成像。」這個研究的計畫主持人Philipp Velicky博士說道。

(來源:Medgadget 生策中心編譯)