长期以来，生命科学领域的活体观测一直受制于关键技术瓶颈。传统共聚焦显微镜光毒性较强，时空分辨率难以同时兼顾，使得长时间连续观测成为普遍难题。尤其在神经科学和肿瘤微环境研究中，研究者常常不得不在样本活性与数据精度之间作出取舍。 此局面主要源于传统光学系统的物理限制。常规设备依赖高强度扫描获取数据，不仅能耗高、内存占用大，反复照射还会加剧细胞损伤。据行业测算，在典型实验中，小鼠脑部观测往往需要分次扫描，累积辐射量可能达到安全阈值的3倍以上，直接影响实验设计与科研效率。 卢志团队提出扫描光场成像技术，通过模拟多角度同步采集的光场感知方式，实现高维时空信息的并行获取。其核心思路是将传统的单向扫描转为全向光场重构，并结合智能算法，使重建速度提升700倍，内存消耗降至原系统的1/120。实验数据显示，新系统可连续48小时记录果蝇全脑神经元活动，钙信号采样率达500Hz，信噪比提升20分贝。 这一突破已获得国际学术界关注，有关论文发表于《自然-方法》期刊，谷歌学术引用近千次。更值得关注的是其产业化前景：团队公开的40GB光场数据集正在推动全球开源社区的相关开发，50余项授权专利覆盖从硬件架构到重建算法的完整技术链。目前，该技术已用于肿瘤免疫研究，实现了活体环境下免疫细胞动态的实时观测，为精准医疗提供了新的研究手段与可能路径。 从学科交叉角度看，卢志的科研经历具有代表性。这位29岁的青年学者本科就读自动化专业，随后转入认知科学研究，其方案将计算重建方法与生物医学需求结合，形成可落地的技术路线。这种跨学科攻关方式也与清华大学倡导的培养方向相契合。业内专家认为，此类原创突破有望推动我国计算成像领域实现由跟跑向领跑的转变。
活体成像的关键已从“能否看见”，转向“能否长期、精确、稳定地看见”。要让技术突破真正转化为持续的科研能力——需要以交叉学科为牵引——以开放共享和工程化验证为支撑，让原创技术在真实科研与应用场景中不断检验与迭代，加速从实验室走向更广泛的科学与临床应用。