自适应光学是一种校正波前误差的技术，在地基望远镜、生物成像、人眼像差校正、激光通信等领域中已经有了广泛的应用。与此同时，深度学习技术的快速发展为各个领域带来了全新的方法。为了进一步提升传统自适应光学系统的性能，研究者将自适应光学技术与深度学习相结合，从实时性、抗噪声干扰能力等角度对已有自适应光学系统进行了改进。首先对目前常用的人工神经网络架构进行了介绍，然后详细阐述了近五年深度学习与自适应光学技术相结合的方法，最后对已有方法进行了总结，并对该技术未来的发展方向进行了展望。

随着精密仪器制造和半导体加工产业的蓬勃发展，对微小结构表面形貌的观察和测量是现代科学研究的一个重要方向。激光扫描共聚焦显微成像技术因高分辨率、高信噪比和优秀的层切能力在三维表面形貌测量领域备受青睐。介绍共聚焦显微成像技术的基本原理，并对适用于三维表面形貌测量领域的共聚焦显微成像方法进行综述，包括共聚焦成像的不同扫描方法、不同探测手段及基于光谱的共聚焦成像技术。最后，对共聚焦显微成像技术未来的发展趋势进行展望。

点扩散函数(PSF)是衡量显微镜成像性能的关键参数,传统显微成像技术中,PSF越接近理想的艾里斑,表明系统的成像性能越好。随着计算显微成像技术的发展,显微镜在各个方面的性能均得到了极大的提升,特别是对显微镜PSF的主动操控,能显著提高其成像分辨率和速度等性能。因此,从原理和方法上介绍了基于PSF工程的计算显微成像研究进展,并分析了该技术面临的主要问题与挑战,最后对该技术未来的发展方向进行了展望。

本文提出了一种共路并行荧光辐射差分超分辨显微成像方法,利用单个空间光调制器(SLM)同时产生两个相位灰度图,对入射激光的水平偏振分量和垂直偏振分量同时进行调制,使得最终的会聚光场由错开的高斯实心光斑和空心光斑组成。在样品面上,利用错开的实心光斑和空心光斑同时对样品进行扫描,与此同时在探测端利用两个探测器同时收集错开光斑所激发的荧光信号,采用荧光辐射差分(FED)方法对采集的图像进行处理,就可以实现对样品的快速超分辨成像。与传统的并行荧光辐射差分超分辨显微术相比,本方法在保留了将成像速度提高一倍的优势的同时克服了非共路并行系统中不同器件引入的噪声、漂移对图像质量的影响,并简化了光路。实验结果表明所提共路并行荧光辐射差分超分辨显微成像方法具有良好的超衍射极限成像能力。

光学显微镜具有无损、样品友好、速度快等优点,一直是人类探索微观世界的主要手段。但是,由于受到衍射极限限制,长期以来,光学成像系统的分辨率最高仅能达到可见光半波长量级,逐渐成为科学技术发展的桎梏。对于荧光标记样品,可以利用荧光超分辨光学显微成像技术打破光学衍射极限,填补电子显微镜(约为1 nm)和普通可见光学显微镜(200~250 nm)之间的空缺。然而,对于大多数样品特别是非荧光标记样品而言,利用现有技术进行超分辨成像依旧存在相当难度。近年来,科研人员从合成孔径成像原理出发,提出了光学移频超分辨成像方法,开辟了光学超分辨成像的新思路。光学移频超分辨成像不拘泥于荧光非线性效应的限制,兼具非荧光标记样品以及荧光标记样品的超分辨成像能力,而且因为其成像速度快、样品普适性高和光毒性低等优点,在材料学、生物学和医学等领域展现了很好的应用前景。本文从原理和方法上详细综述了移频超分辨光学显微成像技术,并对未来发展方向进行了评述和展望。