論文の概要: Revealing Microscopic Objects in Fluorescence Live Imaging by Video-to-video Translation Based on A Spatial-temporal Generative Adversarial Network

• arxiv url: http://arxiv.org/abs/2502.16342v1
• Date: Sat, 22 Feb 2025 20:15:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-25 15:52:43.257155
• Title: Revealing Microscopic Objects in Fluorescence Live Imaging by Video-to-video Translation Based on A Spatial-temporal Generative Adversarial Network
• Title（参考訳）: 空間的時間的対向ネットワークに基づくビデオ・ビデオ変換による蛍光ライブイメージングにおける顕微鏡的物体の探索
• Authors: Yang Jiao, Mei Yang, Mo Weng,
• Abstract要約: 標準的な蛍光顕微鏡は、いくつかの顕微鏡でしか特定できない。 本稿では,顕微鏡オブジェクトの開発過程を模倣したビデオ間翻訳を提案する。
• 参考スコア（独自算出の注目度）: 14.794635873484802
• License:
• Abstract: In spite of being a valuable tool to simultaneously visualize multiple types of subcellular structures using spectrally distinct fluorescent labels, a standard fluoresce microscope is only able to identify a few microscopic objects; such a limit is largely imposed by the number of fluorescent labels available to the sample. In order to simultaneously visualize more objects, in this paper, we propose to use video-to-video translation that mimics the development process of microscopic objects. In essence, we use a microscopy video-to-video translation framework namely Spatial-temporal Generative Adversarial Network (STGAN) to reveal the spatial and temporal relationships between the microscopic objects, after which a microscopy video of one object can be translated to another object in a different domain. The experimental results confirm that the proposed STGAN is effective in microscopy video-to-video translation that mitigates the spectral conflicts caused by the limited fluorescent labels, allowing multiple microscopic objects be simultaneously visualized.
• Abstract（参考訳）: スペクトル的に異なる蛍光ラベルを用いて複数の細胞構造を同時に可視化する貴重なツールであるにもかかわらず、標準的な蛍光顕微鏡はいくつかの顕微鏡的物体を識別できるのみであり、この制限は試料に利用可能な蛍光ラベルの数によって大きく課される。 本稿では,多数のオブジェクトを同時に可視化するために,顕微鏡オブジェクトの開発過程を模倣したビデオからビデオへの変換を提案する。 基本的に、顕微鏡画像から映像への変換フレームワークSTGAN(Spatial-temporal Generative Adversarial Network)を用いて、顕微鏡オブジェクト間の空間的および時間的関係を明らかにする。 実験結果から,STGANは蛍光標識によるスペクトルの衝突を緩和し,複数の顕微鏡オブジェクトを同時に可視化する顕微鏡ビデオ・ビデオ翻訳に有効であることが確認された。

関連論文リスト

• Mesoscopic Insights: Orchestrating Multi-scale & Hybrid Architecture for Image Manipulation Localization [45.99713338249702]
  メソスコピックレベルは、マクロと顕微鏡の世界の間の橋渡しとして機能し、両者が見落としているギャップに対処する。 そこで本研究では,IMLのためのマイクロおよびマクロ情報のメソスコピック表現を同時に構築する方法について検討する。 私たちのモデルは、パフォーマンス、計算複雑性、堅牢性の観点から、現在の最先端のモデルを超えています。
  論文  参考訳（メタデータ） (2024-12-18T11:43:41Z)
• DiffKillR: Killing and Recreating Diffeomorphisms for Cell Annotation in Dense Microscopy Images [105.46086313858062]
  DiffKillRは、アーチェタイプマッチングと画像登録タスクの組み合わせとして、セルアノテーションを再構成する新しいフレームワークである。 我々はDiffKillRの理論的性質について論じ、それを3つの顕微鏡タスクで検証し、既存の教師付き・半教師なし・教師なしの手法に対する利点を実証する。
  論文  参考訳（メタデータ） (2024-10-04T00:38:29Z)
• 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)
• Fluorescent Neuronal Cells v2: Multi-Task, Multi-Format Annotations for Deep Learning in Microscopy [44.62475518267084]
  このデータセットは、歯状神経細胞の核と細胞質が多様なマーカーで染色される3つのイメージコレクションを含んでいる。 画像の他に、セマンティックセグメンテーション、オブジェクト検出、カウントなど、いくつかの学習タスクに対して、地平のアノテーションを提供する。
  論文  参考訳（メタデータ） (2023-07-26T15:14:10Z)
• Multi-modal Transformers Excel at Class-agnostic Object Detection [105.10403103027306]
  既存の手法では、人間の理解可能な意味論によって支配されるトップダウンの監視信号が欠落していると論じる。 マルチスケール特徴処理と変形可能な自己アテンションを用いた効率よく柔軟なMViTアーキテクチャを開発した。 多様なアプリケーションにおけるMViT提案の重要性を示す。
  論文  参考訳（メタデータ） (2021-11-22T18:59:29Z)
• 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)
• Interaction-free imaging of multi-pixel objects [58.720142291102135]
  量子イメージングは、生物学的組織のような低照度な条件を必要とする敏感なサンプルを研究するのに適している。 この文脈では、相互作用のない測定(IFM)により、試料と相互作用する光子なしで不透明な物体の存在を推測することができる。 ここでは、画素に関する情報を内部自由度に符号化することにより、ICMイメージングスキームを多画素半透明オブジェクトに拡張する。
  論文  参考訳（メタデータ） (2021-06-08T06:49:19Z)
• 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)
• Multi-element microscope optimization by a learned sensing network with composite physical layers [3.2435888122704037]
  デジタル顕微鏡は、コンピュータアルゴリズムによる自動解釈のために画像をキャプチャするために使用される。 本研究では,複数の顕微鏡設定を協調的に最適化する手法と分類ネットワークについて検討する。 ネットワークの低分解能顕微鏡画像(20X-comparable)は、対応する高分解能画像の分類性能に匹敵する十分なコントラストを有する機械学習ネットワークを提供することを示す。
  論文  参考訳（メタデータ） (2020-06-27T16:49:37Z)

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。