論文の概要: Fast and robust multiplane single molecule localization microscopy using deep neural network

• arxiv url: http://arxiv.org/abs/2001.01893v1
• Date: Tue, 7 Jan 2020 05:12:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-13 20:35:07.716222
• Title: Fast and robust multiplane single molecule localization microscopy using deep neural network
• Title（参考訳）: ディープニューラルネットワークを用いた高速かつ堅牢な多面体分子局在顕微鏡
• Authors: Toshimitsu Aritake, Hideitsu Hino, Shigeyuki Namiki, Daisuke Asanuma, Kenzo Hirose, Noboru Murata
• Abstract要約: 本研究では,3次元分子の局在化問題と横方向のドリフトの推定を圧縮センシング問題として定式化する。 この問題を正確かつ効率的に解くために、ディープニューラルネットワークを適用した。 提案手法は横方向のドリフトに対して頑健であり, 明示的なドリフト補正を伴わずに横方向に20nm, 軸方向に50nmの精度を実現する。
• 参考スコア（独自算出の注目度）: 4.990771252834589
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Single molecule localization microscopy is widely used in biological research for measuring the nanostructures of samples smaller than the diffraction limit. This study uses multifocal plane microscopy and addresses the 3D single molecule localization problem, where lateral and axial locations of molecules are estimated. However, when we multifocal plane microscopy is used, the estimation accuracy of 3D localization is easily deteriorated by the small lateral drifts of camera positions. We formulate a 3D molecule localization problem along with the estimation of the lateral drifts as a compressed sensing problem, A deep neural network was applied to accurately and efficiently solve this problem. The proposed method is robust to the lateral drifts and achieves an accuracy of 20 nm laterally and 50 nm axially without an explicit drift correction.
• Abstract（参考訳）: 単分子局在顕微鏡は、回折限界より小さい試料のナノ構造を測定する生物学的研究に広く用いられている。 本研究は多焦点平面顕微鏡を用いて,分子の側方および軸方向の位置を推定する3次元単一分子局在問題に対処する。 しかし, 多焦点平面顕微鏡を用いた場合, カメラ位置の小さな横方向のドリフトにより, 3次元位置推定の精度は容易に低下する。 本研究では,3次元分子の局在化問題と横方向のドリフトの推定を圧縮センシング問題として定式化し,この問題を高精度かつ効率的に解くためにディープニューラルネットワークを適用した。 提案手法は横ドリフトに対して頑健であり, 横方向20nm, 軸方向50nmの精度を, 明確なドリフト補正を行なわずに達成できる。

関連論文リスト

• FiND: Few-shot three-dimensional image-free confocal focusing on point-like emitters [0.2094057281590807]
  共焦点顕微鏡のための画像のない非訓練型3DフォーカスフレームワークFiNDを紹介する。 FiND は信号対雑音比を 1 まで減らし、信号対雑音比を 5 以上で数発操作する。 以上の結果から,FiNDは生物学,物質科学,量子光学における点状エミッタのスケーラブルな解析に有用なフレームワークであることが示唆された。
  論文  参考訳（メタデータ） (2023-11-11T04:41:26Z)
• Localising two sub-diffraction emitters in 3D using quantum correlation microscopy [7.994006808120411]
  量子相関顕微鏡は、単一の回折制限スポット内の2つのエミッタに対して回折無制限の3次元局在を提供する。 回折無限局所化は、ハンベリー・ブラウンとツイツの測定による強度と光子相関の両方を用いて最大4つの測定位置で達成される。
  論文  参考訳（メタデータ） (2023-10-04T05:07:42Z)
• NIKI: Neural Inverse Kinematics with Invertible Neural Networks for 3D Human Pose and Shape Estimation [53.25973084799954]
  両方向誤差をモデル化したNIKI(Neural Inverse Kinematics with Invertible Neural Network)を提案する。 NIKIは、非可逆ネットワークによる前処理と逆処理の両方から学習することができる。
  論文  参考訳（メタデータ） (2023-05-15T12:13:24Z)
• Retrieving space-dependent polarization transformations via near-optimal quantum process tomography [55.41644538483948]
  トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。 ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。 これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
  論文  参考訳（メタデータ） (2022-10-27T11:37:14Z)
• Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View Tomography [58.60249163402822]
  未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。 提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
  論文  参考訳（メタデータ） (2022-07-06T21:40:59Z)
• Low dosage 3D volume fluorescence microscopy imaging using compressive sensing [0.0]
  本稿では, 圧縮センシングによる3Dボリュームの完全再構成を, 励起量の半分未満のSNRで行う方法を提案する。 ゼブラフィッシュ胚脊髄のRFP標識ニューロンの3次元体積を, 共焦点顕微鏡を用いて0.1umの軸方向サンプリングにより計測し, 本手法の実証を行った。 この研究で開発されたCSベースの手法は、2光子や光シート顕微鏡などの他の深部イメージングに容易に適用でき、サンプル光毒性の低減は重要な課題である。
  論文  参考訳（メタデータ） (2022-01-03T18:44:50Z)
• 3D Reconstruction of Curvilinear Structures with Stereo Matching DeepConvolutional Neural Networks [52.710012864395246]
  本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。 主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
  論文  参考訳（メタデータ） (2021-10-14T23:05:47Z)
• Light-field microscopy with correlated beams for extended volumetric imaging at the diffraction limit [0.0]
  光強度相関に基づく光電場顕微鏡アーキテクチャを実験的に提案する。 本研究では,3次元試験対象と生体試料を集束面から再抽出する手法の有効性を実証する。
  論文  参考訳（メタデータ） (2021-10-02T13:54:11Z)
• GeoMol: Torsional Geometric Generation of Molecular 3D Conformer Ensembles [60.12186997181117]
  分子グラフからの分子の3Dコンホメーラーアンサンブルの予測は、化学情報学と薬物発見の領域において重要な役割を担っている。 既存の生成モデルは、重要な分子幾何学的要素のモデリングの欠如を含むいくつかの欠点がある。 エンド・ツー・エンド、非自己回帰、SE(3)不変の機械学習手法であるGeoMolを提案し、3Dコンバータを生成する。
  論文  参考訳（メタデータ） (2021-06-08T14:17:59Z)
• A learning-based view extrapolation method for axial super-resolution [52.748944517480155]
  軸光界分解能は、再焦点によって異なる深さで特徴を区別する能力を指します。 せん断エピポーラ平面画像の軸体積から新しい視点を推定する学習に基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-03-11T07:22:13Z)
• Recurrent neural network-based volumetric fluorescence microscopy [0.30586855806896046]
  本稿では,標準広視野蛍光顕微鏡でわずかに捉えた2次元画像を用いた深層学習に基づく画像推測フレームワークについて報告する。 再帰的畳み込みニューラルネットワーク(Recurrent-MZ)により、サンプル内のいくつかの軸方向平面からの2次元蛍光情報を明示的に組み込んでサンプル体積をデジタル的に再構成する。 リカレントMZは63xNA対物レンズの被写界深度を約50倍にし、同じサンプル体積を撮像するのに必要となる軸走査数を30倍に削減することを示した。
  論文  参考訳（メタデータ） (2020-10-21T06:17:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。