荧光显微镜具有对样品损伤小、可特异性成像等优点，是生物医学研究的主流成像手段。随着人工智能技术的快速发展，深度学习在逆问题求解中取得了巨大成功，被广泛应用于诸多领域。近年来，深度学习在荧光显微成像中的应用掀起了一个研究热潮，为荧光显微技术发展提供了性能上的突破与新思路。基于此，首先介绍了深度学习的基本网络模型，然后对基于深度学习的荧光显微成像技术在荧光显微的空间分辨率、图像采集及重建速度、成像通量和成像质量提升方面的应用进行阐述。最后，对目前深度学习在荧光显微成像中的研究进行总结与展望。

观察细胞器间动态相互作用，深入分析作用规律，对于揭示生理病理过程现象背后的机制具有十分重要的意义。传统光学显微镜受到由光波波长和孔径造成的衍射极限的限制，无法观测细胞器纳米级精细结构及细胞器间相互作用的动态变化规律。超分辨显微成像技术的出现为细胞器相互作用研究提供了重要手段，在深入揭示细胞器相互作用规律，阐明生理病理现象深层的机制研究中发挥了重要的作用。文中介绍了受激发射损耗（Stimulated emission depletion, STED）显微成像、结构光照明显微成像（Structured illumination microscopy, SIM）、单分子定位显微成像（Single molecule localization microscopy, SMLM）技术，并总结了这三类超分辨显微成像技术在细胞器相互作用中的应用与现状，为超分辨显微成像技术在细胞器相互作用研究中的应用提供思路拓展。最后，对超分辨显微成像技术在细胞器相互作用研究中的优势与不足进行分析总结，展望了超分辨显微成像技术在活细胞内细胞器相互作用成像中的需求发展趋势，为光学与医学及生物学的交叉融合发展提供一定的参考。

光学显微镜是人类探索微观世界的重要工具，在生物学、医学、材料学、精密测量学等领域发挥重要作用。由于衍射极限的存在，发展更高质量、更高空间分辨率的超分辨光学显微成像技术成为当下研究的前沿热点。基于微球透镜的超分辨显微成像技术有着易于实现、简单直接和免标记的显著优点，发展潜力巨大。但是单个微球的视野有限，且难以进行精确定位。提高微球的可操控性，拓展超分辨显微成像视场的范围，已成为该技术突破发展的核心关键。文中在介绍微球超分辨的成像原理，分析影响成像质量主要因素的基础上，重点总结了国内外团队在拓展微球透镜超分辨显微成像视场方面的最新研究进展。根据微球的操控方式，将研究工作总结为机械接触控制、微球辅助增强层、非接触控制和微球物镜一体化四类进行介绍，探讨其技术特点，并对大视场成像、图像拼接等面向视场拓展的图像处理技术进行论述。最后，提出微球透镜超分辨显微成像技术亟待解决的关键问题、存在的难点与挑战，以及未来开展研究工作的突破点，展望了该技术的发展与应用拓展方向。