导语
在光学成像领域，如何突破分辨率与成像速度的瓶颈，一直是科研人员探索的焦点。近日，加州大学洛杉矶分校（UCLA）的研究团队在《Light: Science & Applications》发表论文，提出了一种通用点扩散函数（PSF）工程技术，通过衍射处理器实现了任意 3D PSF 的光学合成，首次实现 “快照式 3D 多光谱成像”—— 无需轴向扫描、光谱滤镜或数字重构，即可直接获取三维场景的多波长信息。这一成果为生物医学显微、光学数据存储等领域带来了颠覆性可能。
一、什么是 PSF 工程？为何它如此重要？
PSF（点扩散函数） 描述了光学系统对一个点光源的扩散效果，就像相机镜头将光点拍成光斑的过程。过去几十年，PSF 工程通过设计相位掩模优化光斑形状，推动了超分辨率显微等技术的发展，但传统方法只能实现 “横向不变” 的 PSF，无法灵活操控三维空间中不同位置的光场分布。
核心挑战：
传统光学系统受 “冯・诺依曼瓶颈” 限制，需依赖数字算法后期处理，成像速度慢；
3D 场景中不同深度、不同波长的光信号处理复杂，难以实时同步。
这项研究的突破点：
利用级联衍射表面构成的衍射处理器，首次实现了 “空间可变 3D PSF” 的全光学合成 —— 就像给光学系统装上 “可编程大脑”，让每个三维空间点的光场都能被独立调控。
二、技术核心：如何用衍射处理器 “雕刻” 光场？
研究团队设计了一种由多层衍射表面组成的光学网络（类似神经网络的层状结构），通过深度学习优化每个表面的相位分布，使入射光在传播过程中被 “雕刻” 成任意所需的 3D PSF。
关键技术细节
任意 3D PSF 合成
通过调控衍射表面的相位特征（如微环谐振器、马赫 - 曾德尔干涉仪等结构），衍射处理器可在输入与输出空间之间建立任意线性变换，相当于为每个三维像素（体素）定制专属的 “光斑映射规则”。
快照式 3D 成像
将输出探测器像素分组对应不同深度的输入平面，光通过衍射处理器后直接在探测器上形成 “深度 multiplexing” 的图像，无需机械扫描或算法重构。例如，4 个轴向平面的信息可同时编码在单张图像的不同像素区域，直接拆分即可获得各层清晰影像。
多光谱同步处理
对不同波长的光，衍射处理器可同步优化 PSF，实现 “单探测器 + 无滤镜” 的多光谱 3D 成像。实验中，团队成功对 3 种波长（580nm、600nm、620nm）的发射体进行了实时三维成像。
三、颠覆传统：这项技术如何改写光学成像规则？
- 从 “算” 到 “照”：告别数字后处理
传统 3D 成像（如共聚焦显微）需逐点扫描或复杂算法重建，而该技术通过光学硬件直接完成信息处理。例如，在模拟生物荧光成像时，衍射处理器可将 3D 样本的荧光信号直接转换为单张探测器图像，拆分后即可获得各层高清结果，成像速度提升 10 倍以上。 - 突破衍射极限的 “智能光场”
研究发现，当衍射处理器的优化特征数（N）达到输入 / 输出体素数乘积的 2 倍时（N ≥ 2NiNo），3D PSF 的近似误差可忽略不计。这意味着通过增加衍射层深度（如 K=4 层）和特征密度，可实现接近理论极限的光场操控。 - 材料与制造：走向实用化的桥梁
团队采用电子束光刻、纳米压印等技术制备衍射层，最小特征尺寸达 25nm，并通过 “自组装对齐” 技术解决多层结构的精密集成难题。目前，该技术已在硅基平台上验证，未来可兼容 CMOS 工艺，推动芯片级光学计算器件的发展。
四、未来应用：从实验室到产业的无限可能
生物医学：实时 3D 细胞动态观测，无需荧光标记即可区分不同成分（通过多光谱信息）；
光学存储：利用 3D PSF 工程提升全息存储密度，单介质容量或可突破 TB 级；
遥感与安防：快速获取目标物体的三维光谱特征，用于爆炸物检测、环境监测等；
消费电子：手机相机有望实现 “先拍照后对焦” 的全光学版本，画质与速度双提升。
五、专家视角：技术瓶颈与未来方向
尽管前景广阔，该技术仍面临挑战：
介质色散影响：当样本沉浸在水等色散介质中时，需预先知晓折射率分布才能精准优化 PSF；
复杂场景限制：强散射环境下（如生物组织深层）， emitter 间的相互作用会导致光学系统非线性，需进一步优化模型。
团队表示，未来将聚焦 “自适应衍射处理器” 的开发，结合 AI 实时校准介质参数，并探索与量子光学的交叉应用。
结语
从显微镜下的纳米世界到太空望远镜的深空探测，光学技术的每一次突破都在拓展人类认知的边界。这项通用 PSF 工程技术，不仅是一次光学硬件的革新，更开启了 “光场可编程” 的新时代 —— 或许在不久的将来，我们能真正实现 “所见即所得” 的三维光学感知，让科幻电影中的全息影像成为现实。
参考资料
Rahman, M.S.S., Ozcan, A. Universal point spread function engineering for 3D optical information processing. Light: Science & Applications (2025). DOI: 10.1038/s41377-025-01887-x
本文作者
加州大学洛杉矶分校（UCLA）电气与计算机工程系、生物工程系联合团队
注：文中技术细节基于论文公开信息，部分应用场景为行业趋势分析，非研究直接结论。