論文の概要: Differentiable Microscopy Designs an All Optical Phase Retrieval Microscope

• arxiv url: http://arxiv.org/abs/2203.14944v4
• Date: Thu, 24 Aug 2023 17:46:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-25 19:12:33.833804
• Title: Differentiable Microscopy Designs an All Optical Phase Retrieval Microscope
• Title（参考訳）: 全光位相検索顕微鏡の微分顕微鏡設計
• Authors: Kithmini Herath, Udith Haputhanthri, Ramith Hettiarachchi, Hasindu Kariyawasam, Raja N. Ahmad, Azeem Ahmad, Balpreet S. Ahluwalia, Chamira U. S. Edussooriya, Dushan N. Wadduwage
• Abstract要約: 光学顕微鏡のためのトップダウン設計パラダイムを導入する「微分可能顕微鏡」を提案する。 実例として全光位相探索を用いて,データ駆動型顕微鏡設計の有効性を実証する。 学習した設計の1つの有効性を実験的に検証し,概念実証を行う。
• 参考スコア（独自算出の注目度）: 2.7039368880653654
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Since the late 16th century, scientists have continuously innovated and developed new microscope types for various applications. Creating a new architecture from the ground up requires substantial scientific expertise and creativity, often spanning years or even decades. In this study, we propose an alternative approach called "Differentiable Microscopy," which introduces a top-down design paradigm for optical microscopes. Using all-optical phase retrieval as an illustrative example, we demonstrate the effectiveness of data-driven microscopy design through $\partial\mu$. Furthermore, we conduct comprehensive comparisons with competing methods, showcasing the consistent superiority of our learned designs across multiple datasets, including biological samples. To substantiate our ideas, we experimentally validate the functionality of one of the learned designs, providing a proof of concept. The proposed differentiable microscopy framework supplements the creative process of designing new optical systems and would perhaps lead to unconventional but better optical designs.
• Abstract（参考訳）: 16世紀後半から、科学者は様々な用途に新しい顕微鏡を改良し開発してきた。 ゼロから新しいアーキテクチャを構築するには、かなりの科学的専門知識と創造性が必要であり、しばしば数年や数十年に及ぶ。 本研究では,光学顕微鏡のためのトップダウン設計パラダイムを導入する「微分可能顕微鏡」という代替手法を提案する。 実例として全光位相探索を用い,データ駆動型顕微鏡設計の有効性を$\partial\mu$で示す。 さらに,生体サンプルを含む複数のデータセットにまたがる学習設計の一貫した優位性を示すため,競合する手法との包括的比較を行った。 我々の考えを裏付けるために、我々は学習した設計の1つの機能について実験的に検証し、概念実証を提供する。 提案された微分可能な顕微鏡フレームワークは、新しい光学系を設計する創造的なプロセスを補完するものであり、おそらくは従来と変わらないがより良い光学設計につながるだろう。

関連論文リスト

• DiscoBAX: Discovery of Optimal Intervention Sets in Genomic Experiment Design [61.48963555382729]
  本研究では,実験1回あたりの有意な発見率を最大化するためのサンプル効率向上手法としてDiscoBAXを提案する。 我々は、標準仮定の下で近似最適性の理論的保証を提供し、包括的な実験評価を行う。
  論文  参考訳（メタデータ） (2023-12-07T06:05:39Z)
• Quantum light microscopy [0.0]
  微生物の理解の進歩の多くは、顕微鏡の進歩に支えられている。 超高分解能顕微鏡は、ほぼ原子スケールの分解能で生物学的構造の観察を可能にする。 多光子顕微鏡は組織への深部イメージングを可能にする。 量子効果は、顕微鏡の性能を高める新しい方法を提供する。
  論文  参考訳（メタデータ） (2023-11-10T00:44:58Z)
• Style transfer between Microscopy and Magnetic Resonance Imaging via Generative Adversarial Network in small sample size settings [49.84018914962972]
  磁気共鳴イメージング(MRI)のクロスモーダル増強と、同じ組織サンプルに基づく顕微鏡イメージングが期待できる。 コンディショナル・ジェネレーティブ・逆境ネットワーク (cGAN) アーキテクチャを用いて, コーパス・カロサムのMRI画像から顕微鏡組織像を生成する方法を検討した。
  論文  参考訳（メタデータ） (2023-10-16T13:58:53Z)
• LUCYD: A Feature-Driven Richardson-Lucy Deconvolution Network [0.31402652384742363]
  本稿では,ボリューム顕微鏡画像の復元手法であるLUCYDを提案する。 ルーシードはリチャードソン=ルーシーの脱畳み込み公式と、完全な畳み込みネットワークによって得られる深い特徴の融合を組み合わせた。 実験の結果,LUCYDは顕微鏡画像の解像度,コントラスト,全体的な画質を大幅に改善できることがわかった。
  論文  参考訳（メタデータ） (2023-07-16T10:34:23Z)
• Multi-domain learning CNN model for microscopy image classification [3.2835754110596236]
  顕微鏡画像の分類のためのマルチドメイン学習アーキテクチャを提案する。 計算集約的な従来の方法とは異なり、Mobincepと呼ばれるコンパクトモデルを開発した。 最先端の結果を超え、ラベル付きデータに対して堅牢である。
  論文  参考訳（メタデータ） (2023-04-20T19:32:23Z)
• 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)
• Learning multi-scale functional representations of proteins from single-cell microscopy data [77.34726150561087]
  局所化分類に基づいて訓練された単純な畳み込みネットワークは、多様な機能情報をカプセル化したタンパク質表現を学習できることを示す。 また,生物機能の異なるスケールでタンパク質表現の質を評価するためのロバストな評価戦略を提案する。
  論文  参考訳（メタデータ） (2022-05-24T00:00:07Z)
• Combining Attention with Flow for Person Image Synthesis [55.670135403481275]
  本稿では,注目操作とフローベース操作を組み合わせた新しいモデルを提案する。 本モデルでは,アテンション操作を利用して正確なターゲット構造を生成するだけでなく,フローベース操作を用いてリアルなソーステクスチャをサンプリングする。
  論文  参考訳（メタデータ） (2021-08-04T03:05:39Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• Geometrically Matched Multi-source Microscopic Image Synthesis Using Bidirectional Adversarial Networks [1.3515965758160213]
  マルチソース領域から多様な顕微鏡像を合成する革新的なモデルアーキテクチャであるBANISを提案する。 実験結果から、BANISはC. elegansの顕微鏡画像上で良好な画像対を合成できたことが示唆された。
  論文  参考訳（メタデータ） (2020-10-26T03:30:59Z)
• Physics-enhanced machine learning for virtual fluorescence microscopy [3.7817498232858857]
  本稿では, 仮想蛍光顕微鏡のための新しいデータ駆動顕微鏡設計法を提案する。 深層畳み込みニューラルネットワークの第1層に照明のモデルを含めることで、タスク固有のLEDパターンを学ぶことができる。
  論文  参考訳（メタデータ） (2020-04-09T00:17:00Z)

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。