只拍一张全息图，如何看见细胞的三维形态？把 MorpHoloNet 理解为一种“用物理规律约束神经网络”的单帧三维显微方法。它把三维坐标输入坐标网络，预测每个体素的占据值和相位，再用角谱法模拟光在细胞内部的传播，让模拟全息图与相机实测图逐像素对齐。这样只需一张数字内联全息图，就能同时恢复细胞的三维形态、折射率分布和运动变化。红细胞、藻细胞与大肠杆菌的实验展示了它在无标记动态观察中的潜力，也暴露出多重散射、深度定位和训练速度等现实边界。1. 我为什么会被“只拍一张”吸引观察活细胞时，最难的往往不是把某个平面拍清楚，而是知道细胞在三维空间里到底是什么形状、朝哪个方向、正在怎样变形。传统显微镜可以给出清晰的二维轮廓，却不容易同时告诉我细胞的深度、厚度和折射率分布。数字全息显微镜（DHM）把这些信息写进光的干涉纹理里，理论上只要一张全息图，就包含了丰富的三维线索。问题在于，相机记录的是强度，不是完整的复振幅。相位在记录过程中丢失后，重建会出现双像：一个是真实物体，另一个是沿传播方向对称的伪影。要把相位找回来，常见办法是拍多张相移全息图、改变照明角度，或者在不同高度采集多幅图像。它们都能提高重建可靠性，却会牺牲速度、装置简单性和动态观察能力。我在梳理物理驱动神经网络的思路时，看到了一条很有吸引力的路线：不把神经网络当成从图像到答案的黑盒，而是让它先提出一个三维物体，再把这个物体放回光学传播模型中，检查它是否能够产生原来那张全息图。如果不能，就根据差异修改物体。这样，网络不必记住某个数据集的外观，而是在每一帧数据上寻找一个符合光学规律的解释。2. MorpHoloNet 实际上在预测什么MorpHoloNet 是一种坐标型神经网络。输入不是一张图片，而是三维坐标 $(x,y,z)$；输出是这个位置属于细胞或介质的“占据值” $o$。输出层用 sigmoid，把数值限制在 0 到 1 之间：接近 1，表示更像物体；接近 0，表示更像周围介质；中间值可以表达部分填充或平滑的折射率过渡。网络包含坐标归一化、Fourier feature 位置编码、三层全连接层和输出层。Fourier feature 的作用，是把平滑的坐标映射到一组更丰富的空间频率，让网络能表达细胞膜、凹陷、尖角和局部纹理，而不只得到一团模糊的椭球。网络还需要预测复光场传播所需的相位参数。最终训练完成后，折射率可以由介质折射率、波长、深度步长、优化相位和占据值计算出来：$$n(x,y,z)=n_{med}+\frac{\lambda\,\phi^*o^*(x,y,z)}{2\pi\Delta z}。$$