^{_{親愛的 Francesco 和 Scott，非常感謝你們今天來到這里并回答我們的問題。你們能否詳細(xì)介紹一下如何將高光譜成像與相量分析相結(jié)合，以簡化從用多個(gè)熒光團(tuán)標(biāo)記的樣本中采集圖像的過程？你們兩位都是這些領(lǐng)域的專家，或許我們可以先稍微介紹一下這兩種技術(shù)。}}

^{_{Cutrale 博士：高光譜成像技術(shù)已問世一段時(shí)間，因?yàn)樗畛跏菫檫b感而開發(fā)的。例如在陸地上飛行的飛機(jī)，或環(huán)繞地球的衛(wèi)星。當(dāng)您查看彩色圖像時(shí)，如果觀察它們的光譜組成，會(huì)發(fā)現(xiàn)它們可能非常不同。高光譜成像增加了一個(gè)新的成像維度，即波長。在高光譜成像中，我們不是在各個(gè)通道中依次捕獲單色圖像，而是同時(shí)采集具有大量通道的圖像。二十年前，Scott 已經(jīng)在顯微鏡上采用了這種高光譜探測方法 ，但是他所用的方法在進(jìn)行拆分時(shí)涉及許多復(fù)雜的數(shù)學(xué)運(yùn)算，這意味著需要區(qū)分哪些組分來自樣本中的哪種信號(hào)。當(dāng)時(shí)的標(biāo)準(zhǔn)算法是以衛(wèi)星和遙感成像為中心開發(fā)的，因此在這種情況下，光源是太陽。它比顯微成像中的信號(hào)強(qiáng)得多，顯微成像的熒光中的信噪比非常低。成像會(huì)受噪聲、速度和光子預(yù)算限制的影響。}}

^{_{Cutrale 博士：要獲取這種信息，必須找到一種能夠抵御上述各種噪聲的可靠算法，它不僅要能非常簡單地描述單個(gè)像素（因?yàn)樗赡艽_實(shí)會(huì)受噪聲影響），而且也要能讓人簡單地了解整個(gè)樣本的整個(gè)光譜組成。這正是相量分析所起的作用。相量分析技術(shù)已面世幾十年，在熒光壽命成像 (FLIM) 領(lǐng)域已經(jīng)非常成熟。在STELLARIS 8 FALCON 共聚焦系統(tǒng)這一出色的儀器中，徠卡將壽命成像與相量分析相結(jié)合。相量分析在壽命成像中意義重大，因?yàn)檫@些只是質(zhì)量和頻率域的原始信號(hào)。因此，我們決定使用相量方法來分離高光譜成像數(shù)據(jù)，這具有重大的意義。}}

^{_{Cutrale 博士：要對(duì)樣本溫和成像時(shí)，信號(hào)量有限。人們希望在成像和不同樣本類型方面具有靈活性。我們在三年前開始了這項(xiàng)高光譜相量工作，并意識(shí)到相量非常有用。它在數(shù)據(jù)去噪和簡化分析方面起到巨大作用。但我們決定更進(jìn)一步。通常來說，如果要使用相量，您確實(shí)要與相量打交道，就必須了解相量分析，這是一大問題。許多人在額外學(xué)習(xí)新事物方面猶豫不決，因?yàn)樗麄儽緛砭捅仨氁獙W(xué)習(xí)很多東西，或者因?yàn)樗麄儗?shí)在沒有時(shí)間。那么，如果我們能夠利用更加自動(dòng)化的線性光譜拆分類型，并采用更多樣和更靈敏的相量方法呢？這就是我們所做的工作。我們將標(biāo)準(zhǔn)算法的半自動(dòng)化與相量的靈敏度和多樣性相結(jié)合，將所有因素整合在一起，合并形成一個(gè)混合式方法，一個(gè)更靈敏、更快速的光譜拆分算法。使用現(xiàn)在這種方法，用戶不愿意的話*不需要與相量打交道，但仍然可以利用該技術(shù)的優(yōu)勢。}}

^{_{這聽起來是一個(gè)真正的突破，祝賀 Francesco！Scott，您認(rèn)為在生命科學(xué)研究中將相量分析與高光譜數(shù)據(jù)相結(jié)合的實(shí)際優(yōu)勢是什么？您會(huì)如何對(duì)一位將顯微鏡用作諸多實(shí)驗(yàn)室工具之一的癌癥研究者解釋這項(xiàng)技術(shù)的工作原理、對(duì)他有什么幫助，而且他不必學(xué)習(xí)任何算法、數(shù)學(xué)知識(shí)？}}

^{_{Fraser 教授：簡而言之，這種方法可以讓研究者進(jìn)行高光譜成像和拆分，而不必成為高光譜成像專家。這很像用多攝像頭智能手機(jī)拍攝一張照片后只要按下按鈕就可將其拆分，或者也可以架起一個(gè)三腳架，在上面放一部大相機(jī)，放入一個(gè)照相底片，然后實(shí)施這個(gè)傳統(tǒng)過程所包含的其他一切步驟。后者是在成像設(shè)備中采集熒光顯微成像數(shù)據(jù)的常見過程：總是找不到合適的濾光片，即使有合適的濾光片，也會(huì)有人在上面留下指紋。顯微鏡幾乎總是必須通過多個(gè)濾光片進(jìn)行多次曝光，然后我們采集這些圖像來獲得多色圖像。我走進(jìn)顯微鏡實(shí)驗(yàn)室拍照，卻發(fā)現(xiàn)有人拿走了其中一個(gè)濾光片，將其放在另一臺(tái)顯微鏡中，然后掉在地板上。但最主要的是，多色成像通常需要收集多張單獨(dú)拍攝的圖像，然后嘗試將這些圖像剪切和粘貼到一起，就像拼接許多圖像。我們方法的強(qiáng)大優(yōu)勢在于，它既不需要將濾光片移來移去，也不需要在改變?yōu)V光片位置后進(jìn)行多次曝光，更不需要用戶掌握復(fù)雜的算法和數(shù)學(xué)知識(shí)。我們?yōu)榇耸褂酶吖庾V成像的智能手機(jī)。對(duì)我來說，這個(gè)差別很大。而且，我不必再擔(dān)心有人拿走我星期二做實(shí)驗(yàn)需要的濾光片，在星期一將其放在另一臺(tái)顯微鏡中。}
但是，您在獲得樣本的光譜圖像之后需要的計(jì)算工具呢？它與目前市場上的線性光譜拆分技術(shù)或其他光譜拆分技術(shù)相比如何？
_{Fraser 教授：當(dāng)然，顯而易見的回答是這種方法對(duì)樣本更溫和，但這只是一個(gè)方面。常見的方法是采集圖像、存儲(chǔ)圖像，然后坐在計(jì)算機(jī)前進(jìn)行分析。坐下來收集數(shù)據(jù)與坐下來處理數(shù)據(jù)之間的時(shí)間差可能非常明顯。現(xiàn)在有一種可以自動(dòng)而快速地完成這個(gè)過程的方法，用戶甚至不會(huì)注意到計(jì)算過程。就像智能手機(jī)從多個(gè)攝像頭傳感器采集圖像后合成最終看到的圖片一樣，基于相量的分析法會(huì)為您收集和分析圖像。我的許多用戶和學(xué)生會(huì)以為已經(jīng)完成了工作。但在一周或兩周后，他們找時(shí)間進(jìn)行了分析，才發(fā)現(xiàn)并未獲得自己以為已經(jīng)獲得的結(jié)果。這就好比在足球比賽中使用一部老式相機(jī)拍照，一段時(shí)間后在照片沖印室沖洗膠片，檢查所拍照片是否符合預(yù)期。但是，那時(shí)足球比賽早已結(jié)束，您既不能回到那時(shí)再拍照，也不能組織另一場比賽補(bǔ)拍錯(cuò)過的場景。 通過自動(dòng)化的相量分析，您可以立即從樣本中獲得結(jié)果——您坐在顯微鏡前觀察樣本時(shí)就可以提取到信息。
謝謝 Francesco 和 Scott，我們期待著看到這項(xiàng)神奇的技術(shù)得到進(jìn)一步發(fā)展！}}