可解释深度学习照亮多结构荧光成像：迈向显微镜领域可信赖的人工智能

本研究解决了传统多色序列荧光显微镜在实时活细胞研究中存在的显著成像延迟和有限标记数量的问题。提出的自适应可解释多结构网络（AEMS-Net）通过同时预测两个亚细胞结构，显著提高了成像质量和效率，实现在仅用传统程序一半的流程下进行线粒体与微管交互的实时记录，推动了亚细胞动态研究的新范式。