Fourier light-field microscopy (FLFM) uses a microlens array (MLA) to segment the Fourier plane of the microscopic objective lens to generate multiple two-dimensional perspective views, thereby reconstructing the three-dimensional (3D) structure of the sample using 3D deconvolution calculation without scanning. However, the resolution of FLFM is still limited by diffraction, and furthermore, it is dependent on the aperture division. In order to improve its resolution, a super-resolution optical fluctuation Fourier light-field microscopy (SOFFLFM) was proposed here, in which the super-resolution optical fluctuation imaging (SOFI) with the ability of super-resolution was introduced into FLFM. SOFFLFM uses higher-order cumulants statistical analysis on an image sequence collected by FLFM, and then carries out 3D deconvolution calculation to reconstruct the 3D structure of the sample. The theoretical basis of SOFFLFM on improving resolution was explained and then verified with the simulations. Simulation results demonstrated that SOFFLFM improved the lateral and axial resolution by more than 2 and 2 times in the second- and fourth-order accumulations, compared with that of FLFM.

膨胀超分辨技术是近几年出现的一种对样品制备进行改进实现分辨率提升的超分辨技术，由于其与其他光学技术的兼容性强，可以进一步提高分辨率，引起了越来越多研究人员的关注。复合膨胀技术是膨胀超分辨技术改进的一个主要发展方向之一，膨胀结合光学波动超分辨技术（ExM‐SOFI）在复合膨胀技术中是一种受限较小且使用较为广泛的技术。为了增强现有ExM‐SOFI技术的成像效果，本课题组将成像缓冲液技术应用于ExM‐SOFI技术，以增强膨胀样品在拍摄过程中的抗淬灭能力，从而使普通染料在ExM‐SOFI中的荧光强度、荧光波动幅度和闪烁比等均有增强。微管和囊泡的染色成像结果表明，使用这种技术可以使样品在高阶SOFI中保持真实结构，伪影更少，因而高阶SOFI技术可以提升膨胀样品的最终分辨率。

为了进一步认知复杂环境中的细胞生物学过程, 研究人员发展了各种各样的生物成像技术。在这些技术中, 生物荧光成像因简单的成像条件以及对生物样品的相容性而得到了广泛的发展。然而, 传统的荧光成像技术受到了光学衍射极限的限制, 无法分辨低于200 nm的空间结构, 阻碍了对亚细胞结构的生物学过程研究。超分辨荧光显微镜技术突破了传统光学衍射对成像分辨率的限制, 能够获取纳米尺度的细胞动态过程。除了对传统的宽场荧光显微镜框架的改进及升级改造之外, 目前典型的超分辨成像显微镜技术通常依赖于荧光探针材料的光物理性质。常用的荧光探针材料包括荧光蛋白、有机荧光分子和纳米荧光材料等。本文介绍了几种主流的超分辨荧光显微成像技术并总结了已经成功应用到超分辨生物荧光成像中的荧光探针材料的应用进展。

为了提高超分辨率光涨落成像(SOFI)的速度, 结合改进的超分辨率光涨落成像算法和光片荧光显微镜, 加入两个小波滤波器分别在时间和空间上消除低频背景噪声和原始图像读出噪声, 结果成功将SOFI所需的图像数量降低。对50张量子点和斑马鱼的成像图片进行处理, 研究表明引入改进的SOFI算法可以在不改变光路结构情况下将光片荧光显微镜的横向分辨率提高两倍, 该方法可以扩展到活体的生物研究, 突破物镜数值孔径对光片显微镜的限制。

为了提高超分辨光学波动成像(SOFI)显微技术的实时性，提出了一种结合图像滤波的SOFI算法。对获取的多帧图像先进行滤波处理，再根据多帧图像中荧光粒子的时间自相关性进行SOFI算法处理，可快速得到高信噪比的超分辨图像。结果表明，对比不同滤波器，权衡去噪效果和图像分辨率，利用基于空间高斯滤波的SOFI算法可以在低信噪比的图像序列中快速得到信噪比较高的超分辨图像，计算速度提高2.3倍。