超分辨定位顯微成像是本世紀光學顯微成像領域最重要的突破，實現了20 nm的超高空間分辨率，為科學研究的諸多領域，尤其是生物體內微小精細結構的結構與功能研究，提供了前所未有的工具。但是，從該技術的原理可知，為了獲得一幅超分辨圖像，通常需要采集數千甚至數萬幅單分子熒光圖像。在此期間，生物樣品與成像系統的相對位置可能發生嚴重的漂移，降低了超分辨圖像的空間分辨率。

　　近年來發展起來的基于互相關計算的后采集漂移校正方法，具有使用方便、效果顯著等諸多優點，受到廣泛關注。但是，當前報道的該類校正方法對于具有少信號量的微小結構圖像校正精度差，并且穩健性低。

　　Britton Chance生物醫學光子學研究中心黃振立教授課題組與美國加州大學舊金山分校的黃波教授課題組合作，通過結合冗余漂移模型和互相關計算算法，建立了一種后采集漂移校正新方法（Redundant Cross-correlation algorithm，RCC）。該方法具有良好的少信號量數據處理能力，其異常值排除策略使得該方法具有優異的穩健性能。相比于已有方法，基于RCC方法的漂移校正能使小視場及微小結構的超分辨定位顯微成像獲得更高的空間分辨率（圖）。

微管及高爾基體實驗數據分析結果