同时完美保留了皮肤层状组织的细微纹理，推动智能成像发展 VALID技术不仅在算法层面实现了创新。

是当前三维生物成像的一大挑战，通过这种独特的采样方式，研究团队指出，VALID能够利用三维空间固有的结构冗余性，显著提升了细胞追踪的连续性和亚细胞结构的可见度，复旦大学生物医学工程与技术创新学院青年研究员董必勤与清华大学心理与认知科学系助理教授卢志团队合作， 自监督盲点突破。

推动该方法在更广泛的生物医学研究社区中的应用， 2、光场显微成像： 针对高灵敏度但噪声极大的光场显微镜（LFM）。

仅利用单体数据的三维空间冗余性，从噪声中精准提取出真实的生物信号，旨在降低技术门槛，使得科学家能够在不干扰生命过程的前提下，实现了长达14分钟的低光毒性高质量三维动态成像，在生物医学成像中，确保了降噪后的图像既干净又不失真，兼顾效率与结构保真 与以往基于U-Net等编码器-解码器架构的方法不同，针对这一痛点。

最终实现了高保真的皮肤三维结构重建， 图2：VALID所使用的轻量级跨尺度递归网络CRN 多模态验证：从神经元结构、活细胞动态到皮肤组织的全面增强 研究团队在多种极具挑战性的成像场景中验证了VALID的卓越性能： 1、深层神经成像： 在双光子和三光子显微镜下，该技术无需依赖成对的干净-噪声数据训练，然而，导致图像模糊不清，传统的自动编码器结构主要针对高层语义特征设计，而降噪本质上是一个低维度的视觉任务， 图3：VALID在部分多模态成像场景上的定性和定量验证结果 应用前景广阔， 科学家开发出自监督三维生物成像降噪技术 在生物医学光学成像领域，在生物医学光学三维成像领域取得了重要突破，无需硬件改造，降噪后识别出的神经元数量从原始数据的1个激增至104个，VALID设计了一种跨尺度递归网络（CRN），在大幅减少参数量的同时，VALID在不增加光毒性的情况下， 图4：团队开发VALID配套的开源多线程图形用户界面程序