論文の概要: Low dosage 3D volume fluorescence microscopy imaging using compressive
sensing
- arxiv url: http://arxiv.org/abs/2201.00820v1
- Date: Mon, 3 Jan 2022 18:44:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-05 22:39:51.191990
- Title: Low dosage 3D volume fluorescence microscopy imaging using compressive
sensing
- Title（参考訳）: 圧縮センシングによる低線量3次元蛍光顕微鏡イメージング
- Authors: Varun Mannam, Jacob Brandt, Cody J. Smith, and Scott Howard
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fluorescence microscopy has been a significant tool to observe long-term
imaging of embryos (in vivo) growth over time. However, cumulative exposure is
phototoxic to such sensitive live samples. While techniques like light-sheet
fluorescence microscopy (LSFM) allow for reduced exposure, it is not well
suited for deep imaging models. Other computational techniques are
computationally expensive and often lack restoration quality. To address this
challenge, one can use various low-dosage imaging techniques that are developed
to achieve the 3D volume reconstruction using a few slices in the axial
direction (z-axis); however, they often lack restoration quality. Also,
acquiring dense images (with small steps) in the axial direction is
computationally expensive. To address this challenge, we present a compressive
sensing (CS) based approach to fully reconstruct 3D volumes with the same
signal-to-noise ratio (SNR) with less than half of the excitation dosage. We
present the theory and experimentally validate the approach. To demonstrate our
technique, we capture a 3D volume of the RFP labeled neurons in the zebrafish
embryo spinal cord (30um thickness) with the axial sampling of 0.1um using a
confocal microscope. From the results, we observe the CS-based approach
achieves accurate 3D volume reconstruction from less than 20% of the entire
stack optical sections. The developed CS-based methodology in this work can be
easily applied to other deep imaging modalities such as two-photon and
light-sheet microscopy, where reducing sample photo-toxicity is a critical
challenge.
- Abstract（参考訳）: 蛍光顕微鏡は、長期にわたる胚(in vivo)の成長を観察するための重要なツールである。
しかし、累積曝露はそのような敏感なライブサンプルに対して光毒性がある。
光シート蛍光顕微鏡(lsfm)のような技術は露光を減らすことができるが、深部イメージングモデルには適さない。
他の計算技術は計算コストが高く、しばしば修復品質に欠ける。
この課題に対処するために、軸方向数スライス(z軸)を用いて3次元ボリューム再構成を実現するために開発された様々な低線量イメージング技術を用いることができるが、復元品質に欠けることが多い。
また、軸方向の高密度画像を(小さなステップで)取得するには計算コストがかかる。
この課題に対処するために, 圧縮センシング(CS)に基づく3次元ボリュームを, 励起量の半分未満の信号対雑音比(SNR)で完全に再構成する手法を提案する。
理論を提示し,そのアプローチを実験的に検証する。
本手法を実証するために,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(30um厚)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捉えた。
以上の結果から,CSに基づくアプローチは,スタック全体の20%未満の光区間から正確な3次元ボリューム再構成を実現する。
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。
関連論文リスト
- Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。
我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
論文 参考訳（メタデータ） (2024-04-15T02:41:55Z) - Rotational Augmented Noise2Inverse for Low-dose Computed Tomography
Reconstruction [83.73429628413773]
改良された深層学習手法は、画像のノイズを除去する能力を示しているが、正確な地上の真実を必要とする。
畳み込みニューラルネットワーク(CNN)のトレーニングに基礎的真理を必要としないLDCTのための新しい自己教師型フレームワークを提案する。
数値および実験結果から,Sparse View を用いた N2I の再構成精度は低下しており,提案手法は異なる範囲のサンプリング角度で画像品質を向上する。
論文 参考訳（メタデータ） (2023-12-19T22:40:51Z) - StableDreamer: Taming Noisy Score Distillation Sampling for Text-to-3D [88.66678730537777]
本稿では3つの進歩を取り入れた方法論であるStableDreamerを紹介する。
まず、SDS生成前の等価性と、簡単な教師付きL2再構成損失を定式化する。
第2に,画像空間拡散は幾何学的精度に寄与するが,色調の鮮明化には潜時空間拡散が不可欠であることを示す。
論文 参考訳（メタデータ） (2023-12-02T02:27:58Z) - Deep learning network to correct axial and coronal eye motion in 3D OCT
retinal imaging [65.47834983591957]
深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。
実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
論文 参考訳（メタデータ） (2023-05-27T03:55:19Z) - Passive superresolution imaging of incoherent objects [63.942632088208505]
手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。
ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
論文 参考訳（メタデータ） (2023-04-19T15:53:09Z) - Fast and robust single particle reconstruction in 3D fluorescence
microscopy [1.0625549557437526]
単一粒子再構成は、軸方向分解能と蛍光標識の度合いを改善するための強力な技術である。
3次元蛍光顕微鏡における畳み込みモデル専用の単一粒子再構成法を提案する。
計算コストを低く抑えつつ,分解能および再構成誤差の観点から合成手法を実証する。
論文 参考訳（メタデータ） (2023-01-23T14:20:01Z) - Estimation of Optical Aberrations in 3D Microscopic Bioimages [1.588193964339148]
生体試料の3次元画像に使用可能なPhaseNetの拡張について述べる。
我々は、Richardson-Lucyデコンボリューションを通じて、Pythonベースのイメージの復元を追加します。
予測されたPSFとのデコンボリューションは, 模擬収差を除去するだけでなく, 未知のPSFをともなう実際の生顕微鏡画像の品質を向上させることができる。
論文 参考訳（メタデータ） (2022-09-16T13:22:25Z) - OADAT: Experimental and Synthetic Clinical Optoacoustic Data for
Standardized Image Processing [62.993663757843464]
オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。
OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。
臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
論文 参考訳（メタデータ） (2022-06-17T08:11:26Z) - Axial-to-lateral super-resolution for 3D fluorescence microscopy using
unsupervised deep learning [19.515134844947717]
本論文では、蛍光顕微鏡における異方性画像強化のための深層学習可能な非教師付きスーパーレゾリューション技術を提案する。
ネットワークのトレーニングには1枚の3D画像スタックしか必要としないため,本手法は実践の労力を大幅に削減する。
訓練されたネットワークは、回折限界を超える軸分解能を高めるだけでなく、イメージングプレーン間の視覚的詳細の抑制とイメージングアーティファクトの除去も行うことを実証します。
論文 参考訳（メタデータ） (2021-04-19T16:31:12Z) - Cryo-ZSSR: multiple-image super-resolution based on deep internal
learning [14.818511430476589]
単一粒子低温電子顕微鏡 (cryo-EM) は、タンパク質やマクロ分子複合体を原子近傍の分解能で可視化できる新しい画像モダリティである。
本稿では,低SNR条件下での動作に特化して設計された深層学習に基づくマルチイメージSRアルゴリズムを提案する。
以上の結果から,低倍率画像と画像SRの組み合わせは,解像度を犠牲にすることなく,Cryo-EMデータ収集を加速させる可能性が示唆された。
論文 参考訳（メタデータ） (2020-11-22T14:04:54Z) - 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。