論文の概要: A Targeted Sampling Strategy for Compressive Cryo Focused Ion Beam Scanning Electron Microscopy

• arxiv url: http://arxiv.org/abs/2211.03494v1
• Date: Mon, 7 Nov 2022 12:27:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-08 19:01:03.197341
• Title: A Targeted Sampling Strategy for Compressive Cryo Focused Ion Beam Scanning Electron Microscopy
• Title（参考訳）: 圧縮型クライオ集束イオンビーム走査電子顕微鏡のためのターゲットサンプリング戦略
• Authors: Daniel Nicholls, Jack Wells, Alex W. Robinson, Amirafshar Moshtaghpour, Maryna Kobylynska, Roland A. Fleck, Angus I. Kirkland, Nigel D. Browning
• Abstract要約: Cryo Focused Ion-Beam Scanning Electron Microscopy (cryo FIB-SEM)は、スライス・アンド・ビュー機構による生体試料の3次元およびナノスケールイメージングを可能にする。 しかし、FIB-SEM実験は遅い(典型的には数時間)取得プロセスによって制限され、ビーム感度試験体に照射される高電子線量による損傷を引き起こす可能性がある。 本稿では,Cryo FIB-SEMの電子線量削減と速度向上を両立できる圧縮型FIB-SEMを提案する。
• 参考スコア（独自算出の注目度）: 1.7336067972072462
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Cryo Focused Ion-Beam Scanning Electron Microscopy (cryo FIB-SEM) enables three-dimensional and nanoscale imaging of biological specimens via a slice and view mechanism. The FIB-SEM experiments are, however, limited by a slow (typically, several hours) acquisition process and the high electron doses imposed on the beam sensitive specimen can cause damage. In this work, we present a compressive sensing variant of cryo FIB-SEM capable of reducing the operational electron dose and increasing speed. We propose two Targeted Sampling (TS) strategies that leverage the reconstructed image of the previous sample layer as a prior for designing the next subsampling mask. Our image recovery is based on a blind Bayesian dictionary learning approach, i.e., Beta Process Factor Analysis (BPFA). This method is experimentally viable due to our ultra-fast GPU-based implementation of BPFA. Simulations on artificial compressive FIB-SEM measurements validate the success of proposed methods: the operational electron dose can be reduced by up to 20 times. These methods have large implications for the cryo FIB-SEM community, in which the imaging of beam sensitive biological materials without beam damage is crucial.
• Abstract（参考訳）: Cryo Focused Ion-Beam Scanning Electron Microscopy (cryo FIB-SEM)は、スライスとビュー機構によって生体試料の3次元およびナノスケールイメージングを可能にする。 しかし、FIB-SEM実験は遅い(典型的には数時間)取得プロセスによって制限され、ビーム感度試験体に照射される高電子線量による損傷を引き起こす可能性がある。 本研究では,Cryo FIB-SEMの電子線量を低減し,速度を向上できる圧縮センシング式について述べる。 本稿では,次のサブサンプリングマスクの設計に先立って,前回のサンプル層の再構成画像を活用する2つのターゲットサンプリング戦略を提案する。 我々のイメージリカバリは、ブラインドベイズ辞書学習アプローチ、すなわちBeta Process Factor Analysis (BPFA)に基づいています。 BPFAの超高速GPU実装により,本手法は実験的に実現可能である。 人工圧縮FIB-SEM測定のシミュレーションは提案手法の成功を実証する。 これらの手法は, ビーム損傷を伴わない生体材料のイメージングが重要である, 低温FIB-SEMコミュニティに大きな影響を及ぼす。

関連論文リスト

• CryoMAE: Few-Shot Cryo-EM Particle Picking with Masked Autoencoders [8.896148074086762]
  我々は,Cryo-EM画像における単一粒子の効率的な選択を可能にするために,数ショット学習に基づく新しいアプローチであるCryoMAEを紹介する。 従来のNNベースの手法とは対照的に、CryoMAEはトレーニングのために最小限の正の粒子画像しか必要としないが、粒子検出の性能は高い。 大規模なCryo-EMデータセットの実験では、CryoMAEは既存のSOTA(State-of-the-art)手法より優れており、3D再構成の解像度は最大22.4%向上している。
  論文  参考訳（メタデータ） (2024-04-15T23:23:31Z)
• Deep Learning Enables Large Depth-of-Field Images for Sub-Diffraction-Limit Scanning Superlens Microscopy [16.152554659134246]
  深層学習を用いて、光学超解像(OSR)画像と走査電子顕微鏡領域画像とのマッピング関係を得る。 提案手法は, チップレベルの欠陥検出, 生物学的試料分析, 法医学, その他の様々な分野に適用可能であることを示す。
  論文  参考訳（メタデータ） (2023-10-27T09:16:56Z)
• 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)
• Compressive Image Scanning Microscope [0.860934062228756]
  レーザ走査顕微鏡(LSM)における圧縮センシングを実現するための新しい手法を提案する。 我々は,データ取得中に行や列をスキップする固定サンプリング戦略を採用し,各要素がスキャンする点数を4倍に削減する。 本研究では,SPADアレイによって生成された並列画像を利用して,再構成した圧縮ISM画像の品質を向上させる。
  論文  参考訳（メタデータ） (2023-07-19T08:55:39Z)
• 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)
• 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)
• Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
  我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。 本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
  論文  参考訳（メタデータ） (2022-03-10T14:22:54Z)
• 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)
• Data-Driven Discovery of Molecular Photoswitches with Multioutput Gaussian Processes [51.17758371472664]
  フォトウィッチ可能な分子は、光によってアクセスされる2つ以上の異性体である。 本稿では、データセットキュレーションとマルチタスク学習を基盤とした、分子フォトウィッチのためのデータ駆動探索パイプラインを提案する。 提案手法は, 市販フォトウィッチ可能な分子のライブラリーをスクリーニングし, 実験的に検証した。
  論文  参考訳（メタデータ） (2020-06-28T20:59:03Z)
• Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
  本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。 提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-03-15T23:07:56Z)
• Fast reconstruction of atomic-scale STEM-EELS images from sparse sampling [11.624024992823928]
  原子スケールEELSに適した高速かつ高精度な再構成法を提案する。 この方法は、STEM-EELS画像上で初めて使用されるベータプロセスファクター解析(BPFA)のような一般的なソリューションと比較される。
  論文  参考訳（メタデータ） (2020-02-04T11:07:56Z)

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。