的外观不会发生太大变化，我认为使用这种技术是完全有效的。 ”

Ozcan及其同事还训练了一个模型来改善牛肺动脉内皮细胞的分辨率，用10倍物镜（左）拍摄成图像（中间），与20倍变焦（右图）相比。图d-f显示细胞的F-肌动蛋白（品红色）和微管（绿色）的数字变焦。

加州大学洛杉矶分校的OZCAN实验室

也生物学家认为其效用可能会受到一些限制。匈牙利科学院生物研究中心的计算细胞生物学家Peter Horvath说，他认为深层神经网络可能会错过样本中的关键细微差别。 “它从另一张看起来相似的图像中复制内容，但通常在研究中我们希望找到与其他图像不同或不同的东西， ”他说。 “这正是这种方法失败的原因，因为它不会保留差异。 ”

一些研究人员已成功地利用深度神经网络捕获这些异常。例如，巴斯德研究所计算生物物理学家Christophe Zimmer及其同事开发了一种网络，以减少帧数，从而构建一个与超分辨率技术（称为定位显微镜）相当的图像所需的时间。 Zimmer说，通过微管训练，网络可以准确地获得具有异常微管图像的超分辨率。