研究团队首先自主搭建了自适应光学双光子显微镜系统（图1）。在算法架构上，该研究基于严格的物理成像推导，通过波前调制解耦生物结构与像差特征，并利用频域正则化提取抗噪的纯粹像差信息。随后，由三个并行编码器对不同调制特征进行高效处理，最终融合输出表征像差的泽尼克系数（图1）。这一物理驱动的多编码器架构成功将像差校正时间从传统迭代算法的30秒以上大幅压缩至5秒以内。

在成功完成系统搭建与模型严谨验证的基础上，研究团队率先利用该技术对神经元标记的转基因斑马鱼进行了深层组织成像（图2）。实验结果表明，在斑马鱼脑成像中，经MeNet-AO校正后的神经元胞体与突触的亮度及对比度均获显著提升。此外，面对因眼球天然曲率而导致成像质量严重退化的成像场景，MeNet-AO亦表现出优异的校正性能，不仅有效增强了视网膜内核层（INL）的神经元信号，还成功实现了对轴突向内丛状层（IPL）延伸之精细投射结构的高清晰度解析。

随后，研究团队在哺乳动物小鼠模型上进一步开展了活体自适应光学成像实验（图3）。实验表明，MeNet-AO在深层组织成像中展现出优异的像差校正性能，提升了神经元显微成像的分辨率。同时，在功能成像维度，该技术亦显著增强了对神经元钙响应活动的捕捉精度与分析效率，实现了结构与功能维度的双重高保真解析（图3a-d）。

在此基础上，研究团队进一步挑战了更具难度的薄颅骨窗口下小胶质细胞活体成像（图3e-i）。面对薄颅骨所引入的复合光学像差，MeNet-AO技术凭借出色的鲁棒性，在微弱荧光信号条件下实现了精准的波前校正。颅骨像差校正后，小胶质细胞的胞体信号显著增强，成像分辨率的提升使得其精细的分支突起结构清晰可见。不仅如此，团队还实现了薄颅骨下小胶质细胞的钙成像，并成功观测到钙信号在小胶质细胞分支间的传播模式。

MeNet-AO有效突破了传统自适应光学技术依赖引导星或校正过程缓慢的局限。该技术成功实现了对7种大振幅像差的快速、精准校正。得益于其出色的抗噪性、结构鲁棒性以及深层组织适配能力，MeNet-AO能够在极低信噪比和强散射的复杂活体环境中，实现对神经元及小胶质细胞的高分辨率动态显微成像，为深层活体观测提供了全新的利器。