主编推荐：超分辨显微的“时间瓶颈” | Advanced Imaging

Hongyu Wang, Ruijie Cao, Wenyi Wang, Yaning Li, Peng Xi, "High-fidelity CUDA-based 3DSIM parallel reconstruction method," Adv. Imaging 2, 041001 (2025) 

三维结构光照明显微镜（3DSIM）因其高分辨率、低光毒性和快速成像能力，已成为生命科学领域研究活细胞动态过程的利器；然而，其海量的图像数据重建一直是个巨大挑战。传统CPU重建方法耗时漫长，一个包含19层、每层1024×1024像素的数据集重建可能需要近20分钟，且极度消耗内存，成为观察细胞快速动态过程的“瓶颈”。来自北京大学等机构的联合研究团队开发了一种名为Cu-3DSIM的高保真并行重建方法，通过创新的GPU加速与内存优化策略，将重建速度提升了一个数量级，并大幅降低了计算资源消耗，让实时超分辨观察成为可能。相关成果以High-fidelity CUDA-based 3DSIM parallel reconstruction method为题发表在Advanced Imaging2025年第2卷第4期。

Cu-3DSIM的核心思路是利用NVIDIA的CUDA平台，将重建流程中高度并行的计算任务（如参数估计、频谱分离、频移、滤波等）全部移植到GPU上执行。

图1 CUDA加速计算流程

研究最大的创新点在于对GPU有限显存的极致优化。与传统Open-3DSIM对三个照明角度进行并行计算不同，Cu-3DSIM采用串行化处理三个角度的策略。如图2所示，传统方法（a）需要同时存储三个角度的中间结果，显存占用巨大；而新方法（b）按顺序处理每个角度，完成“获取级数→频移→陷波滤波”整个流程后，再处理下一个角度，显存占用降至三分之一。此外，研究团队还实现了基于交叉相关的参数估计并行化。通过为每个像素分配独立的计算线程，一次性并行完成所有子像素的迭代运算，从而快速、精准地获取照明图案的频率、角度、初相等参数，为高质量重建奠定了基础。

图2 算法性能对比

实验结果表明，Cu-3DSIM在重建速度和内存效率上均实现了数量级的提升。对于19层1024x1024的图像，Open-3DSIM需耗时近1200秒，内存占用高达237.9 GB（需调用虚拟内存，进一步拖慢速度）；而Cu-3DSIM仅需约110秒，显存占用仅19.8 GB，单块高端GPU即可完成，重建速度提升超过10倍。在512×512的小尺寸样本上，速度优势同样明显，从80秒缩短至6秒。

图3 重建速度对比

Cu-3DSIM在提升速度的同时，完全保持了Open-3DSIM的高精度重建质量，甚至通过引入Hilo信息替代零频分量，进一步抑制了背景噪声和伪影，获得了背景更干净、细节更突出的重建结果。

图4 复杂样本重建效果

在黑藻叶片样本中，Cu-3DSIM能更生动地呈现出叶片的空心结构，光学分层能力更优。在肌动蛋白纤维和低信噪比样本重建中，Cu-3DSIM的表现也优于其他主流算法，在信噪比和背景抑制方面展现出显著优势。

图5 多算法重建质量

Cu-3DSIM的高速度重建能力使得在细胞周期内快速迭代和观察细胞状态成为可能。在对线粒体的长期成像重建实验中，Cu-3DSIM不仅展现出稳定准确的重建特性，能清晰观察到线粒体嵴结构，更将每帧平均重建时间从105秒压缩至8秒，为研究线粒体等细胞器的动态过程和功能提供了强大工具。

图6 长时程成像稳定性

该技术将显著推动细胞生物学、发育生物学和神经科学等领域的发展，使科学家能够以更高的时空分辨率捕捉生命活动的精彩瞬间，深化对细胞结构与功能的理解。