一种自适应显微系统中的导引星选择优化方法

    公开(公告)号:CN110378955A

    公开(公告)日:2019-10-25

    申请号:CN201910491846.2

    申请日:2019-06-06

    申请人: 浙江大学

    发明人: 龚薇 斯科 吴晨雪

    IPC分类号: G06T7/70 G02B21/00

    摘要: 本发明公开了一种自适应显微系统中的导引星选择优化方法。利用宽场显微或者扫描显微成像方法对散射介质内部的发光物体进行预成像,并测试单个导引星的像差校正有效范围,然后根据预成像图像中发光点的分布,使用特殊设计的方法进行遍历搜寻,寻找最佳导引星的数量及其分布。本发明实现了用最少的导引星数目实现最优的像差校正覆盖范围,可较快重建散射介质中大视场范围的清晰成像结果。

    STED超分辨显微技术中损耗光斑的高质量重建方法

    公开(公告)号:CN106291966B

    公开(公告)日:2018-07-17

    申请号:CN201610813505.9

    申请日:2016-09-11

    申请人: 浙江大学

    发明人: 龚薇 斯科 吴晨雪

    IPC分类号: G02B27/58

    摘要: 本发明公开了一种STED超分辨显微技术中损耗光斑的高质量重建方法。不加载样品光束经过均一相位空间光调制后被物镜聚焦,在焦平面得理想损耗光斑;加载样品光束经过均一相位空间光调制后被物镜聚焦,在位于样品内部的焦平面得畸变损耗光斑;将空间光调制器的像素点分区,各分区加载不同的相位值,得到一系列需校正损耗光斑,接着与理想损耗光斑进行互相关计算和处理,得到各分区的相位加载最佳值;各分区经过多次迭代处理后完成样品内部损耗光斑的高质量重建。本发明能重建有损耗空心光斑,能在大深度下得到完整而良好的损耗光斑,扩展了受激辐射淬灭显微技术的应用范围,提高了系统成像深度,提升了系统分辨率与信噪比并优化成像质量。

    STED超分辨显微技术中损耗光斑的高质量重建方法

    公开(公告)号:CN106291966A

    公开(公告)日:2017-01-04

    申请号:CN201610813505.9

    申请日:2016-09-11

    申请人: 浙江大学

    发明人: 龚薇 斯科 吴晨雪

    IPC分类号: G02B27/58

    摘要: 本发明公开了一种STED超分辨显微技术中损耗光斑的高质量重建方法。不加载样品光束经过均一相位空间光调制后被物镜聚焦,在焦平面得理想损耗光斑;加载样品光束经过均一相位空间光调制后被物镜聚焦,在位于样品内部的焦平面得畸变损耗光斑;将空间光调制器的像素点分区,各分区加载不同的相位值,得到一系列需校正损耗光斑,接着与理想损耗光斑进行互相关计算和处理,得到各分区的相位加载最佳值;各分区经过多次迭代处理后完成样品内部损耗光斑的高质量重建。本发明能重建有损耗空心光斑,能在大深度下得到完整而良好的损耗光斑,扩展了受激辐射淬灭显微技术的应用范围,提高了系统成像深度,提升了系统分辨率与信噪比并优化成像质量。

    基于机器学习的结构光照明超分辨显微成像方法

    公开(公告)号:CN110221421B

    公开(公告)日:2020-10-16

    申请号:CN201910477092.5

    申请日:2019-06-03

    申请人: 浙江大学

    发明人: 龚薇 斯科 吴晨雪

    摘要: 本发明公开了一种基于机器学习的结构光照明超分辨显微成像系统和方法。系统沿光路方向依次分布为数字微镜器件DMD、反射镜M、第一透镜L1、主动调相系统APM、第二透镜L2和电荷耦合器件CCD;方法利用畸变的条纹图样和其对应的散射相位重构系数,形成训练数据集,再通过深度卷积神经网络算法构建出对应的学习模型,从而对未知散射相位重构系数的畸变条纹图样进行快速校正,获得高精度的校正条纹图样。本发明对结构光照明显微镜中的条纹结构光进行了像差校正,速度快、精度高,能够提高显微系统的成像深度并优化成像质量,拓展结构光照明显微镜的应用范围。

    基于机器学习的结构光照明超分辨显微成像系统和方法

    公开(公告)号:CN110221421A

    公开(公告)日:2019-09-10

    申请号:CN201910477092.5

    申请日:2019-06-03

    申请人: 浙江大学

    发明人: 龚薇 斯科 吴晨雪

    摘要: 本发明公开了一种基于机器学习的结构光照明超分辨显微成像系统和方法。系统沿光路方向依次分布为数字微镜器件DMD、反射镜M、第一透镜L1、主动调相系统APM、第二透镜L2和电荷耦合器件CCD;方法利用畸变的条纹图样和其对应的散射相位重构系数,形成训练数据集,再通过深度卷积神经网络算法构建出对应的学习模型,从而对未知散射相位重构系数的畸变条纹图样进行快速校正,获得高精度的校正条纹图样。本发明对结构光照明显微镜中的条纹结构光进行了像差校正,速度快、精度高,能够提高显微系统的成像深度并优化成像质量,拓展结构光照明显微镜的应用范围。