在现代生物学中，光学显微镜是一种不可替代的研究方法，被广泛应用于生物组织成像中。但生物组织大多数都具备折射率各向异性的特点，光在组织内的传输过程中会发生散射和畸变，限制了深层成像能力。借助自适应光学技术可以对畸变的波前进行校正，进而实现在组织深层的清晰成像。目前普遍采用的自适应光学技术单次校正视场范围有限，无法满足在大视场范围下的快速校正，故影响此技术在活体生物组织中进行实时成像的能力。

为此，浙江大学斯科教授课题组结合共轭型自适应光学系统和相干光自适应校正技术，提出了一种并行共轭型自适应光学（Parallel Co njugate Adaptive Optics, PCAO）校正算法。与传统的CAO （Co njugate Adaptive Optics）方法相比，该算法不增加空间光调制器的刷新次数，并行提取多路反馈光强信号，即同步记录多个导引星的光强，从而实现大视场范围下的像差校正，完成快速的波前校正；如图1(b)，经过PCAO，校正效果在全区域的视场范围下均有效。


图1（a）传统的CAO算法校正后的相位残差分布（b）PCAO算法校正后的相位残差分布（μsL=3.35）

为了证明PCAO算法的可行性，该课题组将PCAO算法应用于多层随机相位屏和小鼠大脑组织的散射校正，并获取荧光小球的成像结果，此时引导星的数目设定为9个。结果表明，针对由5层随机相位屏构成的薄散射介质，PCAO算法单次校正的有效视场约为传统方法的4.7倍，如图2；对于120 μm厚的小鼠大脑组织切片样本，单次校正的有效视场约为传统方法的4.6倍，如图3。可以预料到导引星选取数量的增加还可有助于校正视场范围的进一步提升，从而大大减少相差计算和补偿的时间，为生物组织深处高速高分辨成像提供一种可行的参考方案。


图2 在200 μm×200 μm的视场内：（a）未放置散射介质时;（b）透过随机相位屏散射后;（c）传统CAO算法校正后;（d）PCAO算法校正后，对4 μm荧光小球的成像结果。每个图下侧分别对应放大后83 μm×83 μm视场内的荧光图像。白色虚线分别圈定校正视场的大致范围。（e-g）分别对应不同方法校正后沿白色虚线1，2，3处的光强分布曲线。其中（g）图经过光强归一化并高斯拟合的处理。CAO表示传统的单导引星的CAO算法。（散射介质μsL=5.38）


图3（a）散射介质设置原理图，总厚度120 μm的大脑切片作为散射介质。图4(b~e) 为在200 μm×200 μm的视场内:（b）未放置散射介质时;（c）透过小鼠大脑切片散射后;（d）传统CAO算法校正后;（e）PCAO算法校正后，对4 μm荧光小球的成像结果。每个图下侧分别对应放大后83 μm×83 μm视场内的荧光图像。白色虚线分别圈定校正视场大致范围。（f～h）分别对应不同方法校正后沿白色虚线1，2，3处的光强分布曲线。其中（h）图经过光强归一化和高斯拟合处理。（散射介质μsL=2.65）

因此，PCAO算法有望应用在活体中对深层组织进行实时的像差校正，完成大视野内清晰的活体生物成像，对于神经科学研究具有重要的研究意义。

该文章发表在《中国激光》第45卷第12期，且被选为当期封面文章，具体文章内容点击查看：

http://www.opticsjournal.net/Articles/abstract?aid=OJ181212000029eKgNjQ