-
公开(公告)号:CN113947565B
公开(公告)日:2023-04-18
申请号:CN202111031935.2
申请日:2021-09-03
Applicant: 中国科学院西安光学精密机械研究所
IPC: G06T7/00 , G01N21/84 , G06N3/0464 , G06N3/08
Abstract: 本发明属于光学显微成像技术和人工智能领域,提供了一种基于深度学习的结构光照明超分辨成像基因检测方法,从而克服基因检测成像中分辨率受衍射极限限制、结构光照明超分辨成像需要大数据量采集以及重构速度受限等问题。该方法充分利用端到端深度神经网络,可以直接从两个或三个方向各一幅的正弦条纹调制原始图像中获得高质量基因检测成像结果,具有与普通SIM超分辨成像相当的空间分辨率和数据分析能力,但原始采集数据量比普通SIM减少3倍。该方法在不丢失细节和成像视场的情况下,可以显著提高基因检测的数据通量,同时降低照明光对基因样品的光漂泊和光毒性污染风险。
-
公开(公告)号:CN111429562A
公开(公告)日:2020-07-17
申请号:CN202010117274.4
申请日:2020-02-25
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明属于光学显微成像技术领域,提供了一种基于深度学习的宽场彩色光切片显微成像方法,克服宽场显微成像中离焦信息复杂、分辨率不佳,SIM-OS成像需要大数据量采集等问题。其充分利用全彩结构光照明独特的高分辨率和全色性,可以使用单幅宽场显微成像结果进行训练,并推广到宽场显微成像实验中;该方法可以直接从宽场图像中获得具有宽场景深的光切片分量和全彩色的高质量图像,同时在空间分辨率和维数上具有与全彩结构光照明成像相当的三维重建和数据分析能力;且所需的数据量比全彩结构光照明急剧减少;该方法在不丢失细节的情况下,通过提取宽场景深的光切片结果和减少数据采集,显著提高了成像系统的成像吞吐量,同时降低系统光毒性污染风险。
-
公开(公告)号:CN113947565A
公开(公告)日:2022-01-18
申请号:CN202111031935.2
申请日:2021-09-03
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明属于光学显微成像技术和人工智能领域,提供了一种基于深度学习的结构光照明超分辨成像基因检测方法,从而克服基因检测成像中分辨率受衍射极限限制、结构光照明超分辨成像需要大数据量采集以及重构速度受限等问题。该方法充分利用端到端深度神经网络,可以直接从两个或三个方向各一幅的正弦条纹调制原始图像中获得高质量基因检测成像结果,具有与普通SIM超分辨成像相当的空间分辨率和数据分析能力,但原始采集数据量比普通SIM减少3倍。该方法在不丢失细节和成像视场的情况下,可以显著提高基因检测的数据通量,同时降低照明光对基因样品的光漂泊和光毒性污染风险。
-
-