德國歐洲分子生物學實驗室Anna Kreshuk、Robert Prevedel等研究人員合作利用深度學習提升光場成像質量。該研究日前發(fā)表于《自然—方法學》。
研究人員提出了一種人工智能增強顯微鏡的框架，將混合光場光片顯微鏡和基于深度學習的體積重建相結合。在這個方法中，伴隨采集的高分辨率二維光片圖像連續(xù)被用作訓練數據，以及卷積神經網絡重構原始光場顯微鏡數據的驗證。這個網絡以視頻速率處理量提供了高質量的三維重建，并能夠基于高分辨率的光片圖像進一步完善。研究人員通過高達100Hz的體積成像速率對青鳉心臟動力學和斑馬魚神經活動進行了成像，從而證明了該方法的效率。
據介紹，對于生命科學領域中的許多應用而言，高速可視化動態(tài)過程在大型三維視野中至關重要。光場顯微鏡已成為一種快速獲取體積圖像的工具，但由于計算量大且易于偽影的圖像重建過程，其有效通量和廣泛應用受到了阻礙。
標簽： 光場成像
營業(yè)執(zhí)照公示信息