细胞内的亚细胞结构在生命活动中扮演着重要的功能角色,其形态功能的研究对于解析生命过程和重要疾病的发生具有重要意义。目前对亚细胞结构的动态研究依赖于荧光标记技术,但引入了荧光染料的光漂白和光毒性对细胞造成的额外压力,导致其进行活细胞长时间动态过程研究的困难。近些年发展的基于相位的无标记成像能够成功地可视化这些亚细胞结构而不会对其正常的生理状态造成干扰,但也由于其无标记特性而缺乏特异性,很难对于特定的目标结构进行自动化分析,这对其应用于亚细胞结构的动态过程研究造成阻碍。针对这些问题,本论文提出了一种适用于长时间亚细胞结构形态分析的计算特异性显微技术,并以线粒体网络的分析为例展开研究。线粒体为细胞供给能量,其网络结构复杂且敏感易变,细胞核控制着遗传信息表达,它们与细胞内所有的生命过程都有关联。计算特异性显微技术能够以温和的无标记方式获取线粒体和细胞核的特异性形态信息,其图像的分辨率和对比度能够准确的进行复杂亚细胞结构的形态分析研究。首先,我们使用新开发的高对比度相位显微镜来获取细胞的全景,其中包含有丰富的线粒体和细胞核等亚细胞结构的物理信息。然后使用经过训练的信息提取神经网络从无标记图像中获取线粒体和细胞核的特异性图像。使用我们的方法能够解析单个线粒体和复杂的三维网络结构,其分辨率和准确度足以进行下游的形态分析。同时我们通过计算特异性在不同形态细胞、不同细胞系数据和不同成像系统数据下的信息提取结果对比验证了这种方法的准确性和泛化能力。由于计算特异性的结果来自于细胞的内源性信息,其信号强度与染色效果无关。这与基于荧光的方法形成鲜明对比,在荧光方法中异质染色可能会使得科研工作者或形态分析工具仅选择高信号值的线粒体,而低信号值的线粒体则被遗漏或分析失败。这体现了计算特异性方式同荧光方式相比不会受到染料异质性吸收造成图像强度差异的无偏分析优势。在线粒体动态过程的实验中,我们发现并非每个细胞对刺激的反应方式都相同,这体现了使用基于内源性信号的计算特异性方式研究线粒体动力学时间过程的重要性。计算特异性方法也能够同时进行多个亚细胞结构的信息提取,比如线粒体和细胞核。通过对动态实验中线粒体和细胞核关联分布进行分析,我们发现了更多的动力学变化方式和规律。在本文中我们通过多种方式证明了计算特异性方法的有效性、稳健性和实用性,为研究亚细胞结构动力学提供了一种有吸引力的替代方案,其有可能以比传统基于荧光的方法更可靠的方式将亚细胞结构的行为与功能联系起来。