名古屋大学の研究グループは，試料を面内回転させながら撮影した顕微鏡像からボケを分離して試料情報（振幅と位相）を決定できる手法を開発した（ニュースリリース）。

波長が短いにもかかわらず，X線顕微鏡の空間分解能は50~100nm程度しかない。これは，X線レンズの開発が難しく，完璧なX線レンズの作製はほとんど不可能とされているため。

今回研究グループは，レンズ由来のボケを試料像から分離する手法を提案した。試料を面内回転させながら撮影した複数の顕微鏡像を使うが，ボケはレンズ由来であるため，試料を回転させてもボケの形は回転しない。これにより試料とボケの相対的な関係性が変化し，両者のそれぞれの情報（振幅と位相）の分離が可能になる。

一方，試料を面内回転すると，回転ステージの芯ブレと面ブレで，試料の位置は不規則にずれる。このようなボケの分離と決定は，数式ベースのアルゴリズムでは困難なため，AI技術を駆使した手法（物理拘束条件を持つニューラルネットワーク）を開発した。

推定したい様々な情報に特化した複数の生成AI（ニューラルネットワーク）を用い，試料の複素透過関数，レンズの透過率分布と波面収差，さらには実験誤差（回転ステージの芯ブレと面ブレ）を推定させた。

一方，多くの情報を正確に推定するため，物理拘束条件（「推定した情報を元にコンピュータ内で仮想的な結像実験を行ない，これが実際の実験結果と一致すること」）を生成AIに課した。推定した情報から実際の実験結果を再現できるほど，推定精度は高いと判断できる。

研究グループはSPring-8にて，開発したX線反射レンズを搭載したX線顕微鏡で実証実験を実施した。意図的に導入した波面収差を持つ反射レンズに対して試料面内回転を行ない，複数の顕微鏡像をX線カメラで記録した。

AIを使って再構成を行なったところ，ボケが取り除かれた高精細な試料像を得た。また，分離したボケは，理想的なレンズから得られるボケとは異なったいびつな形をしており，これを詳細に解析することでレンズの作製誤差（波面収差）を診断できた。

試料像のエッジから空間分解能は34nmと分かり，これは矩形の形を持つ反射レンズの回折限界から予想される理想的な分解能よりも小さく，矩形レンズを回転させて得られた仮想的な円形レンズの回折限界分解能とよく一致した。

つまり，この手法は分解能を向上させる効果も併せ持つことが分かった。研究グループはこれを積極的に応用することで，解像度10nm以下の高分解能顕微鏡の開発が可能になるほか，ボケの原因となる波面収差を定量的に決定できるため，結像光学系の診断にも応用できるとしている。