显微镜革命：新算法加速图像分析！

显微镜革命：新算法加速图像分析！

2025 年 7 月 14 日，来自哥廷根乔治奥古斯特大学的三位主要研究人员 Lutz Ackermann 教授、Timo Betz 教授和 Jörg Enderlein 教授获得了欧洲研究理事会 (ERC) 的巨额资助。这笔 150,000 欧元的概念验证 (PoC) 赠款将在 18 个月内提供，针对之前获得 ERC 资助的研究人员。该资金旨在支持有潜力推动科学技术重大进步的创新项目。

Ackermann 教授将其资金主要集中在“PhotoElectroFlow”项目上。这涉及开发一种利用太阳能和电能的环保化学合成技术。 PhotoElectroFlow 的主要目标是创建基于光电化学分子合成的连续电解槽。

图像分析的创新

Betz教授的另一个重点是“BiQ-Cloud”平台的开发。该平台旨在为生物医学研究提供具有成本效益的分析工具。 BiQ-Cloud 可以在安全的云环境中分析显微图像，不需要昂贵的软件或丰富的 IT 知识。该系统目前用于分析心脏和骨骼肌，并作为创建分拆公司的基础。

此外，Enderlein教授正在研究一种创新的微芯片“QYieldChip”，该芯片用于无需校准即可测量发光量子产率。该技术能够在各种发光系统中进行精确测量，并在生物成像、材料科学、农业和环境传感领域得到应用。

显微镜技术的进展

在成像领域，蒂宾根大学的一个国际研究团队开发了一种名为 DECODE（DEep COntext DEpendent）的算法，该算法正在彻底改变超分辨率显微镜。这种方法获得了 2014 年诺贝尔化学奖，能够详细了解细胞和纳米结构。该算法通过大幅减少所需的图像数量来改进单分子定位显微镜（SMLM），从而将成像速度提高十倍，而不会显着降低分辨率。

使用 DECODE 的软件是免费且易于安装的，这使其成为研究人员的宝贵工具。同时，DECODE量化了定位中的不确定性，并利用深度学习来获得更好的结果。该算法是与海德堡欧洲分子生物学实验室 (EMBL) 和弗吉尼亚州珍妮莉亚研究园区（美国）合作开发的。

总之，哥廷根大学的资助和显微镜技术的进步表明了如何促进生物医学研究和图像分析领域的创新。图像处理和新技术的发展有可能为生物过程的基础提供重要的见解，并可能在医学和其他科学领域得到广泛的应用。有关这些项目和技术的更多信息可以在网站上找到 格奥尔格·奥古斯特·哥廷根大学, 于利希研究中心 和 蒂宾根大学 去寻找。