在生物医学与材料科学的前沿探索中，动态、跨尺度观测微观样本的需求日益迫切。传统显微镜因依赖更换物镜实现变倍，存在成像不连续、速度迟缓、易抖动等缺陷，难以捕捉快速变化的微观过程。针对这一难题，科研团队融合光学工程与人工智能技术，成功研制出全球首台具备大变焦比与自适应像差校正能力的连续光学变焦显微镜，将显微成像技术推向"硬件-软件协同、物理-数据双驱动"的新高度。
该系统的核心突破在于构建了端到端联合优化框架，创新性地将液体透镜的电控变焦特性与神经网络算法深度耦合。研究团队引入"四维点扩散函数"（4D PSF）作为物理先验，该函数如同显微镜的"动态视觉指纹"，全面记录了系统在不同空间位置、波长及连续变焦条件下的光学退化特征。通过将4D PSF嵌入神经网络，实现了光学模拟与智能算法的协同优化，使系统在10.6倍至101.4倍变焦范围内保持成像质量稳定，突破了传统液体透镜的光焦度限制。
硬件层面，科研人员设计了"可移动中继像面"变焦物镜结构，前、后变焦组各集成四个电润湿液体透镜。通过电压调控液体透镜曲率实现无机械移动变焦，配合中继像面的动态调整，将系统变焦比提升至传统方案的5倍以上。软件算法方面，开发的4DPSF-PDNet网络采用多模块协同机制：先通过可学习维纳滤波进行频域降噪，再融合PSF物理特征生成引导信号，最终利用退化引导注意力机制实现像素级像差校正。实验数据显示，该系统在100倍放大下仍可分辨USAF-1951分辨率板第10组第3单元，对小鼠肠道组织切片成像时能保持目标持续清晰居中。
在像差校正性能对比中，4DPSF-PDNet展现出显著优势。面对包含多倍率退化图像的测试集，其峰值信噪比达28.12 dB，较传统PSF指导模型提升2.5 dB。这一突破源于物理先验的深度嵌入，使算法能精准建模空间位置与放大倍率对像差的复合影响，有效抑制重建伪影。研究团队透露，未来将探索高维PSF表征的潜力，并通过模型压缩技术将推理速度提升至毫秒级，以满足活体细胞观测等实时性要求。
这项成果标志着显微成像技术进入智能光学时代。通过将液体透镜的动态调控能力与计算成像的智能修复能力有机结合，研究团队开创了"光学硬件定义成像边界，智能算法突破物理极限"的新范式。该技术已在小鼠视网膜神经元动态追踪、锂电池电极材料微结构演化等场景中完成验证，其跨尺度观测能力为生物医学研究与新材料开发提供了全新工具。
在高端科研仪器领域，国产创新力量正加速崛起。以凯视迈（KathMatic）为代表的本土企业，通过持续攻关高精尖光学测量技术，已形成覆盖精密测量显微镜、超景深3D数码显微镜、激光多普勒测振系统等产品的完整矩阵。其KC系列多功能显微镜凭借0.1纳米级测量精度，在半导体封装检测市场占据重要份额；KS系列超景深显微镜则以2000倍连续变焦能力，成为材料失效分析领域的标杆设备。这些突破表明，中国科研仪器产业正在从跟跑向并跑、领跑转变。
