他叫赵精晶，本科和博士分别毕业于北理工和清华，读博期间师从中国工程院院士、时任清华大学精密仪器系教授尤政。
目前，他在斯坦福大学医学院从事博后研究，其表示：“工程知识和生物医学应用，就像是河的两岸。我想把自己塑造成一个横跨两岸的桥梁。明确生物医学所需，探索出最佳的工程方案，最终服务于人类健康。”
图
赵精晶（来源：赵精晶）
赵精晶打造的这座“桥梁”，得从显微成像领域的一个矛盾说起。在该领域，始终存在着分辨率与成像焦深的矛盾。
（来源：资料图）
一般而言，要想更为清晰地观测到样本的细微形貌，则需要使用分辨率更高的物镜，而这将缩短成像的焦深。例如，物镜分辨率提升一倍，会让焦深缩短为四分之一。
这时面对高倍物镜，只有位于物镜焦平面附近的样本，才能被清晰地成像，并且需要多次地调节焦平面高度，以完成对于不同深度位置的成像。
在具备深度解析能力的成像平台上，高分辨率和浅焦深的矛盾尤为突出，比如相干光学层析（Opticalcoherencetomography,OCT）和光声显微（Photoacousticmicroscopy,PAM）。
OCT和PAM都采用激光扫描探测，其单次探测能够描绘出样本在扫描点处沿深度方向的轮廓。然而，受制于高倍物镜有限的焦深，被聚焦的探测激光，呈现出高度的蜂腰型。
所以，在每次采样的样本深度形貌中，只有百分之一到十分之一的数据具有高分辨率。
这不仅极大地浪费了OCT和PAM的采样深度，也无法实现高精度的动态观测。
针对这一问题，学界曾提出过各种解决方案，例如动态聚焦、多焦点探测、合成孔径、环形照明。其中，最为直观的方法就是拉伸激光光束的焦深。
目前，形成长焦深光束的方法，是利用锥透镜生成的Bessel光束。但是，Bessel光束存在旁瓣干扰强、轴向能量分布不均匀、轴向位置不可控、能量利用率低等先天缺陷，这让它在高度散射、且高度不均匀的生物组织中的应用，遭到了一定的限制。
为了解决生物医学成像中高分辨率和浅焦深的矛盾，赵精晶发明出一种通用的针形光束（Needle-shapedbeam）产生平台，并解析了针形光束特性和设计参数间的对应关系。
利用该平台，人们可以灵活地控制针形光束的焦深长度和光束直径（即分辨率），从而根据需要调控光束的特性，以及有效地压制旁瓣的干扰，并实现均匀的轴向光束能量分布。
这一方法的基本思想是，利用衍射光学器件将输入光随机分为几十到数百份，并将每一份光被聚焦在特定的轴向位置，从而形成一个焦点。
这样，通过调控每一个焦点的位置、能量分配和附加相位，就能有效地形成一个由几十、到几百个焦点协同组成的针形光束。
利用此方法，赵精晶和同事实现了nm单色激光、nm单色激光和nm宽谱激光的针形光束，同时也能灵活地调控光束特性。
例如，利用4.6mm直径的nm宽谱光和20x物镜，可以实现超长针形光束、等衍射极限针形光束、以及超分辨针形光束。
基于开发的针形光束平台，课题组实现了高分辨率的OCT和PAM成像。利用OCT，可清楚地观测到人类表皮和真皮间的交界，并能清晰地识别表皮中的单一细胞。
参与此次研究的斯坦福大学医学院皮肤科教授卡维塔Y.沙林（KavitaY.Sarin）和苏马伊拉Z.阿斯（SumairaZ.Aasi）认为，这种成像能力可以极大提升对于黑色素瘤的检测，从而实现皮肤的非侵入式虚拟活检。
赵精晶补充称：“此外，借助于针形光束，OCT能够实现对模式生物果蝇幼体心脏的高精度实时观测，可以帮助我们的合作者斯坦福大学医学院心血管研究所的KenzoIchimura博士进行病理分析的研究。”
在PAM平台上，赵精晶所在团队与加州理工学院医学工程系电子工程系教授汪立宏课题组的曹锐博士合作，实现了与组织学切片相近的、能够准确识别细胞核的小鼠器官成像，并完成了活体小鼠脑血管高景深成像。对于术中病理分析来说，这有望提供一种新的高速的、高分辨的图像平台。
近日，相关论文以《具有针形光束的光学分辨率光声显微镜》（Optical-resolutionphotoacousticmicroscopywithaneedle-shapedbeam）为题发表在Naturephotonics上，曹锐、赵精晶是第一作者，斯坦福大学医学院结构生物学系亚当·德·拉·泽达（AdamdelaZerda）教授、以及汪立宏教授担任共同通讯作者。
图
相关论文（来源：Naturephotonics）
评审专家认为，针形光束与光声成像的结合有效地解决了光学分辨率PAM使用高分辨率高斯光束所带来的短焦深的不足，这种方法将使得PAM具有更广阔的应用场景。
而另一篇论文，则以《针形光束的灵活生成方法及其在光学相干层析成像中的应用》（Flexiblemethodforgeneratingneedle-shapedbeamsanditsapplicationinopticalcoherencetomography）为题发表在Optica。审稿人认为，该工作具有很高的原创性，其在生物样本中的成像能力令人印象深刻，并将在显微成像领域有广泛的应用。
（来源：Optica）
可用于细胞分辨率的皮肤虚拟活检检测
就以上成果的应用前景来说，在相干光学层析OCT领域，可用于细胞分辨率的皮肤虚拟活检检测。
仅在美国，每年大约有万次的皮肤活检，其中绝大部分活检样本都是非癌的，这不仅给患者带来了身体损伤，也造成了巨大的财务浪费。
因而，三维细胞分辨率的OCT技术与算法结合，将有助于开发出虚拟三维活检，帮助临床诊断、避免无效的实体活检。
在临床应用中，OCT是眼底视网膜成像的标准检测手段，OCT内窥镜也是冠状动脉介入术中的有力成像工具。
但是，眼底的弧形结构使得现有OCT，必须采用多次对焦的手段完成扫描。而针形光束能帮助OCT在单次扫描过程中，实现高精度的弧形眼底成像。
并且，针形光束与OCT内窥镜的结合，将避免传统OCT内窥镜需要人工调焦的问题，从而减少成像时间、提升手术效率和患者体验。
此外，在光声显微PAM领域，结合AI算法之后，高精度的PAM三维图像能够直接转换为数字切片图像，为术中病理分析、特别是术中癌组织边缘的确定带来极大的帮助，进而提升手术治疗的准确性，以及减少癌症复发的概率。
另据悉，针形光束也将助力光学领域的其他研究，比如深度光学、计算光学、工业视觉、精密激光加工与监测、3D打印、光镊、光刻加工等。而且，针形光束的理论模型也适用于太赫兹、超声等成像系统。
“没想到这一做就是四年”
据介绍，在清华读博期间赵精晶的课题，是基于MEMS（MicroelectromechanicalSystems，微机电系统）技术的流式细胞仪。在那时，他还接触了衍射光学。
临近毕业时，其认为体外诊断和医学成像是医学诊断的两翼，自己也想多了解影像方面的知识，故选择来到斯坦福医学院AdamdelaZerda课题组从事OCT的博后研究。
进组之前，他就构思了针形光束的概念。进组之后，他耗时半年完成了一个合成孔径OCT的小项目，紧接着就转入针形光束的研究。
赵精晶表示：“当时，Adam的主要研究还集中在影像增强的金纳米试剂，虽然他对这个研究了解不多，但还是非常支持我的想法。然而，没想到这一做就是四年。”
期间，赵精晶先后进行了五轮理论模型修正，加工了四五百个用于测试的衍射光学器件，修改了五轮OCT光学系统，测试了十余种生物样本，并不断改进成像流程和图像处理算法。
其中，各项内容都是螺旋交替进行的，最终在理论、仿真和实验上，都实现了对于针形光束的精确调控，并成功应用在不同的生物样本上。
赵精晶说，生物医学成像是一个非常有趣的领域，经常出现的现象是：理论、仿真和表征实验都得到了印证。但是，组织样本的成像效果却不尽人意。
这时，就需要结合样本特点，综合地调整光学设计、样品预处理、采样模态以及图像后处理方法等。
而在将针形光束用于OCT成像的同时，他也在思考其他可能的应用平台，于是便邮件联系了汪立宏老师。
“在汪老师的支持下，我和曹锐师兄合作开发了用于光声成像的针形光束。”他说。
由于OCT采用的是近红外nm宽谱光，而光声系统采用的是nm和nm光。这给衍射光学器件的加工，提出了更高的要求。不过，加工精度最终被控制在了5nm以内。
最后，针对光声系统，研究团队前后改进了三轮针形光束设计，最终实现了对小鼠组织的良好成像效果。
划科研之船，行至更深处
至今，赵精晶依然记得第一次摸索衍射光学器件加工工艺时，用去了整整半年时间。而后不断提升，现在只需要12个小时，就能完成四寸石英晶元的四次刻蚀加工。
四年前，最开始做人体皮肤样本实验时，他对皮肤结构还是一窍不通，慢慢地只需通过皮肤样本的外表，就能大致判断样本是从人体哪个部位取下的、以及表皮细胞的基本形貌是什么，甚至还能根据细胞影像形貌大概推测患者年龄。
有了这些积累，他也将划着科研之船，进一步地行至更深处。目前，赵精晶所在团队正与约翰霍普金斯大学、俄勒冈医科大学、清华大学、斯坦福大学癌症中心等团队，开展针对内窥镜、眼底、脑血管成像、前列腺癌的合作研究，也和两家业界公司进行技术合作与产业化开发。
同时，他和同事也把该模型扩展到了超颖表面（Metasurface）上，利用石英超表面光学器件生成的多焦点来提升三维扫描速度，来用于皮肤癌诊断。
与针形光束相比，多焦点的优势在于更好的光能利用效率，并易于和更高倍率的透镜配合使用（比如40x物镜）。
他说：“相关论文已投稿给ACSNano，目前正在第二轮审稿中。未来，针对临床应用，我打算结合针形光束开展适用术中的大视场无标记肿瘤识别OCT成像技术，以及将结构光照明、高内涵图像病理AI分析和OCT相结合以实现大视场高分辨率的无染色虚拟切片。”
参考资料：
1.Cao,R.,Zhao,J.,Li,L.etal.Optical-resolutionphotoacousticmicroscopywithaneedle-shapedbeam.Nat.Photon.().
