高能电子束在透射电子显微镜（TEM/STEM）中的应用为原子尺度材料表征提供了革命性工具，但其引发的样品损伤（如非预期原子位移、晶格畸变、化学键断裂）已成为制约精密观测的核心瓶颈。传统成像协议需在分辨率与剂量间妥协，而压缩感知（Compressed Sensing, CS）技术通过算法革新与硬件协同，正在重塑低剂量成像的物理边界。以下从技术原理、跨学科创新、应用场景三个维度展开深度解析。

压缩感知的核心思想是通过非均匀稀疏采样替代传统全像素扫描，仅需5%-30%的电子剂量即可重建完整图像。其有效性依赖于两个关键前提：

信号稀疏性：多数材料的原子结构在特定变换域（如小波、傅里叶）具有稀疏性，例如单层石墨烯的晶格振动模式在频域仅需少量系数表征；

测量不相关性：通过随机扫描路径设计（如螺旋轨迹、分形采样），确保采样矩阵与稀疏基函数满足非相干性条件。

在STEM中，这一技术已实现剂量降低4-10倍，同时保持亚埃米级分辨率。例如，钇硅化物的原子分辨率成像仅需0.3%的常规剂量即可达到25dB信噪比。

低剂量环境下的泊松噪声与电子束漂移是主要干扰源。最新进展包括：

混合先验约束：在重建模型中嵌入材料物理特性（如晶格对称性、化学键角分布），通过正则化抑制噪声伪影；

实时漂移补偿：重庆大学团队开发的增强布拉格滤波技术，利用低倍率图像序列（250帧）实现0.36Å精度的漂移校正，无需额外剂量；

自适应剂量分配：基于贝叶斯优化动态调整扫描区域的电子剂量，对缺陷/界面区域提升采样密度，实现剂量-精度的最优平衡。

传统压缩感知依赖手工设计稀疏基函数，而深度学习通过特征自提取实现了更高效的信号复原：

生成对抗网络（GAN） ：训练数据包括高剂量图像与对应的低剂量模拟数据，生成器学习噪声分布与结构细节的映射关系；

物理约束神经网络：在损失函数中嵌入质量守恒、动量传递等方程，确保重建结果符合材料本征物理规律；

联邦学习数据库：跨实验室共享加密特征空间，解决低剂量成像中数据稀缺问题，尤其适用于新型超材料（如拓扑绝缘体）。

快速电子束调制器：比利时安特卫普大学团队开发的电磁束阻断器，可在纳秒级切换扫描模式，支持随机稀疏采样；

能谱-成像融合探测器：同步采集环形暗场像（ADF）与电子能量损失谱（EELS），利用多模态数据提升稀疏重建的鲁棒性；

量子计算辅助优化：针对NP-hard的采样路径规划问题，量子退火算法可快速搜索全局最优解，较经典算法提速100倍以上。

卤化物钙钛矿：传统TEM成像导致Pb-I键断裂与离子迁移，压缩感知协议将剂量降至5e⁻/Ų，成功观测到钙钛矿/电极界面的离子扩散动力学；

金属有机框架（MOF） ：ZIF-8等材料的孔道结构在低剂量成像中完整保留，揭示了气体吸附过程中配体位点的动态重构；

生物大分子：冷冻电镜技术结合压缩感知，实现病毒衣壳蛋白的原子分辨率成像，剂量降低至1e⁻/Ų以下，避免冰层升华。

辐照损伤研究：核反应堆材料的原位He离子辐照实验中，低剂量协议连续追踪钨晶界处氦泡的形核-生长过程，时间分辨率达10ms；

高温相变监测：在1600K条件下观测Ni基高温合金的γ/γ'相分离，通过热漂移补偿算法消除热扰动伪影，精度优于0.5Å。

二维异质结界面：MoS₂/WS₂范德华界面的电荷转移路径在低剂量成像中清晰显现，指导量子阱器件的能带工程设计；

超导涡旋动力学：钇钡铜氧（YBCO）薄膜的磁通涡旋运动被实时捕获，电子剂量降至常规值的20%，避免涡旋钉扎效应扰动。

单原子敏感度瓶颈：当电子剂量低于1e⁻/Ų时，信噪比急剧下降，需开发亚单电子探测技术（如超导纳米线单光子探测器）；

非弹性散射干扰：低能损失电子（<50eV）携带关键化学信息，但其信号强度与剂量呈非线性关系，需重构更精确的散射模型。

重建算法认证：不同实验室的重建协议差异导致数据可比性下降，亟需建立ISO/IEC标准测试数据集（如NIST发布的原子分辨率标样）；

硬件兼容性：现有压缩感知技术依赖定制化电镜改装，需推动蔡司、赛默飞等厂商开放扫描控制系统接口。

量子压缩感知：利用纠缠电子束实现非局域关联测量，突破经典采样定理的限制；

类脑成像芯片：基于忆阻器阵列的存算一体架构，将重建延迟从分钟级压缩至毫秒级；

元宇宙数字孪生：建立材料-设备-环境的全要素虚拟映射，通过预训练模型指导现实世界的低剂量成像策略。

压缩感知技术正引领电子显微学进入“低损伤-高智能-全尺度”的新纪元。其价值不仅在于剂量降低的数值突破，更在于重构了材料表征的底层逻辑——通过算法先验与物理规律的深度融合，实现了对物质本征特性的无损洞察。随着量子-光电计算、神经形态硬件等颠覆性技术的成熟，到2030年，低剂量成像协议将成为材料科学、生物医学乃至量子工程的通用基础设施，推动人类在原子尺度上实现“观测-理解-设计”的完整闭环。