解析生物组织三维精细结构是了解其运行机制、研究其生理功能的重要一环,高通量、高分辨率的大体积三维成像可以在介观水平快速获得生物组织结构。然而在实际应用中,受限于传统三维荧光显微镜有限的光学成像通量,提高成像速度往往不得不牺牲成像分辨率,因此阻碍了更大规模精细成像方法的进一步发展。本文在多线并行探测理论下提出一种离轴压缩编码的新原理以实现三维成像加速。重点围绕离轴压缩编码的可行性、在线解码以及其在全脑光学成像中的应用展开相关研究。针对三维成像中成像通量和分辨率无法兼顾的问题,本文提出了一种离轴压缩编码的新原理。该原理利用多线并行探测线扫描成像的方式同时记录共轭面和非共轭面的信息,并结合横向压缩扫描实现三维成像加速。以荧光原位杂交为例,设计了离轴压缩编码的数据加速采集策略,证明了离轴压缩编码原理在生物学应用中的价值。对小鼠组织切片进行基于离轴压缩编码的荧光原位杂交加速成像,结果证明了该原理在大规模荧光原位杂交成像中具有高分辨率、高通量的技术优势。针对离轴压缩编码图像的离线解码消耗大量时间和计算资源的问题,提出了一种在线解码新策略。本文从解码流程的优化和网络结构的优化两个角度分析了在线解码的可行性。根据现有硬件条件设计了一个轻量化网络模型LW-UNet,以提高网络重建效率。实验验证了基于LW-UNet的解码策略可以高质量重建离轴压缩编码的三维高分辨率图像,达到大规模样本成像在线解码的要求。在此基础上,利用离轴压缩编码原理与薄组织切削结合,实现了小鼠全脑高清三维成像的进一步提速。建立了基于离轴压缩编码的荧光显微光学切片断层成像新技术,对完整鼠脑数据采集时间的优化程度进行评估。针对高动态范围下弱信号有效信息不足而较难恢复的问题,本文设计了一个双阶段网络模型DMP-Net,将三维高分辨重建拆分成横向解压缩和轴向多平面重聚焦两个任务,具有更强的弱信号分辨能力。利用上述策略实现了完整鼠脑的高分辨率离轴压缩编码成像,实验结果表明该方法可以在保持高保真、高分辨率的特点下将小鼠全脑高清成像的成像部分时间缩短至原来的1/7。综上所述,本文提出一种离轴压缩编码成像新原理,并结合实际应用需求,提出了在线解码以及弱信号恢复的优化方案并开展了相应的示范研究,对于系统化、工业化地实现大体积样本的高通量、高分辨率三维成像具有重要意义。