先进光学技术、计算成像和人工智能的融合正在彻底改变生物成像领域。通过将基于物理的模型与数据驱动的学习相结合，这些方法正在突破时空分辨率的极限，减少光毒性，并实现实时、具有临床可操作性的洞察。本次特刊将探讨整个计算显微镜流程——从新型光学仪器和人工智能加速的采集到稳健的云端/边缘部署——并特别强调将这些技术转化为有意义的临床应用。

我们欢迎原创研究文章和综合评论，这些文章可以推进光学生物成像工作流程的任何阶段，包括图像采集、重建、分析和下游部署。特别鼓励突出光学、计算科学和临床医学之间跨学科合作的贡献。

我们邀请作者提交涉及以下主题的稿件（但不限于）：

1. 下一代光学和计算平台

点扫描超分辨率技术：STED、RESOLFT、MINFLUX等。

宽场成像策略：SIM、SMLM、光片、晶格光片、SPIM。

体积和深度分辨成像模式：多光子、OCT、定量相位、光声成像、内窥镜。

自适应光学、波前整形以及混合/多模态成像架构。

2. 人工智能驱动的图像采集和重建

用于高速、高保真成像的学习照明模式、自适应采样和压缩感知。

物理信息和完全可微分的重建；深度去卷积、盲去模糊、点扩散函数工程。

相位恢复、自监督去噪和不确定性量化。

3. 智能图像分析和生物发现

基础模型、视觉变换器和自监督学习，用于自动分割、目标跟踪和4D（3D + 时间）事件检测。

表型分析和稀有信号识别的表示学习。

用于合成数据增强和多模态融合（图像-放射组学-临床）的生成模型。

4. 实时和资源感知部署

在FPGA、GPU或ASIC上实现的仪器”边缘“人工智能；用于实时成像和术中引导的低延迟管道。

可复现的软件工具链、容器化工作流和云原生部署。

5. 数据、基准和可复现性

精心策划的FAIR（可查找、可访问、可互操作、可复用）超分辨率和体内数据集；挑战基准和领域偏移评估协议。

元数据标准、报告模板和开放科学资源。

6. 计算引导的探针和标记策略

人工智能辅助探针设计、光谱分离和光毒性感知照明调度。

标记效率策略和计算机模拟验证框架。

7. 临床转化和路径

术中和内窥镜引导、微创诊断、纵向监测。

监管科学、偏见审计、安全/伦理检查表以及在肿瘤学、神经学、免疫学等领域的前瞻性临床验证。

投稿截止日期：2025年12月31日

计划出版日期：2026年1月

投稿格式：作者应使用Latex或MS-Word样式文件。更多详情，请访问https://www.worldscientific.com/worldscinet/jiohs

JIOHS已被SCIE收录（IF 2.2/Q2，JCR 2024），自2013年以来，JIOHS一直是一本完全开放获取的期刊。

客座编辑：

屈军乐教授

深圳大学

Email：jlqu@szu.edu.cn