双光子显微镜工作原理是将超快的红外激光脉冲传输到样品中，在样品中与组织或荧光标记相互作用，这些组织或荧光标记发出用于创建图像的信号。双光子显微镜被多用于生物学研究，因为它能够产生高分辨率的3-D图像，深度达1毫米。然而，这些优点带来了有限的成像速度，因为微光条件需要逐点图像采集和重建的点检测器。为了加快成像速度，科学家之前开发了一种多焦点激光照明方法，该方法使用数字微镜设备(DMD)，这是一种通常用于投影仪的低成本光扫描仪。此前人们认为这些DMD不能与超快激光一起工作。然而现在解决了这个问题，这使得DMD在超快激光应用中得以应用，这些应用包括光束整形、脉冲整形、快速扫描和双光子成像。DMD在样品内随机选择的位置上产生5到30点聚焦激光。更多关于多光子显微镜的信息有哪些？美国进口多光子显微镜数据采集
快速光栅扫描有多种实现方式，使用振镜进行快速2D扫描，将振镜和可调电动透镜结合在一起进行快速3D扫描，但可调电动透镜由于机械惯性的限制在轴向无法快速进行焦点切换，影响成像速度，现可使用空间光调制器（SLM）代替。远程聚焦也是一种实现3D成像的手段，如图2所示。在LSU模块中，扫描振镜进行横向扫描，ASU模块包括物镜L1和反射镜M，通过调控M的位置实现轴向扫描。该技术不仅可以校正主物镜L2引入的光学像差，还可以进行快速的轴向扫描。想要获得更多神经元成像，可以通过调整显微镜的物镜设计来扩大FOV，但是具有大NA和大FOV的物镜通常重量较大，无法快速移动以进行快速轴向扫描，因此大型FOV系统依赖于远程聚焦、SLM和可调电动透镜。激光扫描多光子显微镜长时间观察中国市场多光子显微镜产量、消费量、进出口分析及未来趋势。
单光子激发荧光的过程，就是荧光分子吸收一个光子，从基态跃迁到激发态，跃迁以后，能量较大的激发态分子，通过内转换把部分能量转移给周围的分子，自己回到比较低电子激发态的比较低振动能级。处于比较低电子激发态的比较低振动能级的分子的平均寿命大约在10s左右。这时它不是通过内转换的方式来消耗能量，回到基态，而是通过发射出相应的光量子来释放能量，回到基态的各个不同的振动能级时，就发射荧光。因为在发射荧光以前已经有一部分能量被消耗，所以发射的荧光的能量要比吸收的能量小，也就是荧光的特征波长要比吸收的特征波长来的长。
多光子显微镜因拥有较深的成像深度，和较高的对比度在生物成像中有着重要的意义，但是它通常需要较高的功率。结合时间上展开的超短脉冲可以实现超快的扫描速度和较深的成像深度，但是其本身所利用的近红外波段的光会导致分辨率较低。清华大学陈宏伟教授和北京大学席鹏研究员合作研究，结合了结构光成像和上转化粒子，开发了一种基于多光子上转化材料和时间编码结构光显微镜的高速超分辨成像系统(MUTE-SIM)。它可以实现50MHz的超高的扫描速度，并突破了衍射极限，实现了超分辨成像。相较于普通的荧光显微镜，该显微镜提升了，并且只需要较低的激发功率。这种超快、低功率、多光子的超分辨技术，在分辨率高的生物深层组织成像上有着长远的应用前景。双光子显微镜采用长波长激发。
与传统的单光子宽视野荧光显微镜相比，多光子显微镜（MPM）具有光学切片和深层成像等功能，这两个优势极大地促进了研究者们对于完整大脑深处神经的了解与认识。2019年，JeromeLecoq等人从大脑深处的神经元成像、大量神经元成像、高速神经元成像这三个方面论述了相关的MPM技术[1]。想要将神经元活动与复杂行为联系起来，通常需要对大脑皮质深层的神经元进行成像，这就要求MPM具有深层成像的能力。激发和发射光会被生物组织高度散射和吸收是限制MPM成像深度的主要因素，虽然可以通过增加激光强度来解决散射问题，但这会带来其他问题，例如烧坏样品、离焦和近表面荧光激发。增加MPM成像深度比较好的方法是用更长的波长作为激发光。多光子显微镜将生物打印结构准确定位和定向到特定的解剖部位，使其能够在小鼠组织内制造复杂结构。美国灵长类多光子显微镜三维分辨率
高效激发，长波长照射，多光子显微镜提升样品存活率。美国进口多光子显微镜数据采集
现代分子生物学技术的迅速发展和科技的进步，特别是随着后基因组时代的到来，人们已经能够根据需要建立各种细胞模型，为在体研究基因表达规律、分子间的相互作用、细胞的增殖、细胞信号转导、诱导分化、细胞凋亡以及新的血管生成等提供了良好的生物学条件。然而，尽管人们利用现有的分子生物学方法，已经对基因表达和蛋白质之间的相互作用进行了深入、细致的研究，但仍然不能实现对蛋白质和基因活动的实时、动态监测。在细胞的生理过程中，基因、尤其是蛋白质的表达、修饰和相万作用往往发生可逆的、动态的变化。目前的分子生物学方法还不能捕获到蛋白质和基因的这些变化，但获取这些信息对与研究基因的表达和蛋白质之间的相互作用又至关重要。因此，发展能用于、动态、实时、连续监测蛋白质和基因活动的方法非常必要。美国进口多光子显微镜数据采集
