德国欧洲分子生物学实验室Anna Kreshuk、Robert Prevedel等研究人员合作利用深度学习提升光场成像质量。该研究日前发表于《自然—方法学》。
研究人员提出了一种人工智能增强显微镜的框架，将混合光场光片显微镜和基于深度学习的体积重建相结合。在这个方法中，伴随采集的高分辨率二维光片图像连续被用作训练数据，以及卷积神经网络重构原始光场显微镜数据的验证。这个网络以视频速率处理量提供了高质量的三维重建，并能够基于高分辨率的光片图像进一步完善。研究人员通过高达100Hz的体积成像速率对青鳉心脏动力学和斑马鱼神经活动进行了成像，从而证明了该方法的效率。
据介绍，对于生命科学领域中的许多应用而言，高速可视化动态过程在大型三维视野中至关重要。光场显微镜已成为一种快速获取体积图像的工具，但由于计算量大且易于伪影的图像重建过程，其有效通量和广泛应用受到了阻碍。
标签： 光场成像
营业执照公示信息