論文の概要: AI-driven projection tomography with multicore fibre-optic cell rotation
- arxiv url: http://arxiv.org/abs/2312.07631v1
- Date: Tue, 12 Dec 2023 09:00:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-14 18:01:06.319024
- Title: AI-driven projection tomography with multicore fibre-optic cell rotation
- Title（参考訳）: マルチコア光ファイバーセルローテーションを用いたAI駆動プロジェクショントモグラフィ
- Authors: Jiawei Sun, Bin Yang, Nektarios Koukourakis, Jochen Guck, and Juergen
W. Czarske
- Abstract要約: 我々は,マイクロ流体チップ内のセルの精密な光操作を容易にする,コンパクトなマルチコア光ファイバーセルロータシステムの開発を行った。
従来の計算手法からパラダイムシフト可能な,AI駆動トモグラフィ再構成ワークフローを実証する。
この学習に基づくトモグラフィ再構成ワークフローの汎用性は、様々なトモグラフィ画像モダリティにまたがる幅広い応用の道を開く。
- 参考スコア（独自算出の注目度）: 4.046379959451649
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Optical tomography has emerged as a non-invasive imaging method, providing
three-dimensional insights into subcellular structures and thereby enabling a
deeper understanding of cellular functions, interactions, and processes.
Conventional optical tomography methods are constrained by a limited
illumination scanning range, leading to anisotropic resolution and incomplete
imaging of cellular structures. To overcome this problem, we employ a compact
multi-core fibre-optic cell rotator system that facilitates precise optical
manipulation of cells within a microfluidic chip, achieving full-angle
projection tomography with isotropic resolution. Moreover, we demonstrate an
AI-driven tomographic reconstruction workflow, which can be a paradigm shift
from conventional computational methods, often demanding manual processing, to
a fully autonomous process. The performance of the proposed cell rotation
tomography approach is validated through the three-dimensional reconstruction
of cell phantoms and HL60 human cancer cells. The versatility of this
learning-based tomographic reconstruction workflow paves the way for its broad
application across diverse tomographic imaging modalities, including but not
limited to flow cytometry tomography and acoustic rotation tomography.
Therefore, this AI-driven approach can propel advancements in cell biology,
aiding in the inception of pioneering therapeutics, and augmenting early-stage
cancer diagnostics.
- Abstract（参考訳）: 光トモグラフィーは非侵襲的なイメージング法として登場し、細胞内構造に関する3次元的な洞察を与え、細胞機能、相互作用、プロセスのより深い理解を可能にする。
従来の光トモグラフィー法は、限られた照明走査範囲で制限されており、異方性分解能と細胞構造の不完全イメージングに繋がる。
この問題を克服するために,マイクロ流体チップ内のセルの精密な光学的操作を容易にし,等方性で全角投影トモグラフィーを実現する小型マルチコア光ファイバ光セル回転子システムを用いた。
さらに,手動処理を必要とする従来の計算手法から完全に自律的なプロセスへのパラダイムシフトが可能な,AI駆動トモグラフィ再構築ワークフローを実証する。
提案した細胞回転トモグラフィー法の性能は,細胞ファントムとHL60ヒト癌細胞の3次元再構成によって検証される。
この学習に基づくトモグラフィ再構築ワークフローの汎用性は、フローサイトメトリートモグラフィーや音響回転トモグラフィーに限らず、様々なトモグラフィーモダリティにまたがる幅広い応用の道を開く。
したがって、このAI駆動のアプローチは、細胞生物学の進歩を促進し、先駆的な治療の開始を支援し、早期がんの診断を増強することができる。
関連論文リスト
- Single-shot reconstruction of three-dimensional morphology of biological cells in digital holographic microscopy using a physics-driven neural network [6.49455647840014]
再構成3次元形態の単一ショットのための新しい深層学習モデルMorpHoloNetを提案する。
MorpHoloNetは、センサ面上の模擬ホログラムと入力ホログラムの間の損失を最小限にすることで最適化される。
単発ホログラムから3次元複素光場と試験試料の3次元形態を直接再構成することができる。
論文 参考訳（メタデータ） (2024-09-30T07:15:36Z) - Diffusion-driven lensless fiber endomicroscopic quantitative phase imaging towards digital pathology [45.4057289850892]
マルチコアファイバ(MCF)の検出側で捕獲されたスペックルから直接位相像を再構成するためのスペックル条件拡散モデル(SpecDiffusion)を提案する。
従来のニューラルネットワークとは異なり、SpecDiffusionはスペックル駆動の位相再構成に反復的な位相分解ステップを採用している。
SpecDiffusionは高忠実度位相再構成結果を提供し、見えない物体に対して強力な一般化能力を示す。
論文 参考訳（メタデータ） (2024-07-26T01:42:31Z) - Spatial super-resolution in nanosensing with blinking emitters [79.16635054977068]
本稿では, 点滅型蛍光ナノセンサを用いたメロロジーにおける空間分解能向上手法を提案する。
我々は, 生活科学分野において, 画像解析技術に補完される点滅蛍光センシング剤を日常的に活用できると考えている。
論文 参考訳（メタデータ） (2024-02-27T10:38:05Z) - A novel framework employing deep multi-attention channels network for
the autonomous detection of metastasizing cells through fluorescence
microscopy [0.20999222360659603]
正常細胞と転移細胞を区別できる計算フレームワークを開発した。
この方法は、正常で転移する単細胞においてアクチンとビメンチンフィラメントの空間的構造を示す蛍光顕微鏡画像に依存する。
論文 参考訳（メタデータ） (2023-09-02T11:20:10Z) - A sparse coding approach to inverse problems with application to
microwave tomography [2.230861711161317]
哺乳類の視覚系に触発された自然画像に対して,現実的でコンパクトで効果的な生成モデルを提案する。
これにより、大量の画像の集合上でモデルをトレーニングすることで、不測の線形逆問題に対処することができる。
マイクロ波トモグラフィー画像における非線形および不適切な問題に対するスパース符号化の適用を拡大する。
論文 参考訳（メタデータ） (2023-08-07T14:28:59Z) - 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) - 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) - Deep Learning for Ultrasound Beamforming [120.12255978513912]
受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。
現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。
ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
論文 参考訳（メタデータ） (2021-09-23T15:15:21Z) - A Geometry-Informed Deep Learning Framework for Ultra-Sparse 3D
Tomographic Image Reconstruction [13.44786774177579]
超疎3次元トモグラフィ画像再構成のための幾何学インフォームド深層学習フレームワークを構築した。
本研究は,3次元CT画像の高精細化を実現するために,既知の先行画像のシームレスな包摂が不可欠であることを実証する。
論文 参考訳（メタデータ） (2021-05-25T06:20:03Z) - 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) - Tattoo tomography: Freehand 3D photoacoustic image reconstruction with
an optical pattern [49.240017254888336]
光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。
現在の欠点は、従来の2Dプローブによって提供される視野の制限である。
本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
論文 参考訳（メタデータ） (2020-11-10T09:27:56Z)
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。