論文の概要: Pose-Free 3D Quantitative Phase Imaging of Flowing Cellular Populations

• arxiv url: http://arxiv.org/abs/2509.04848v1
• Date: Fri, 05 Sep 2025 06:58:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-08 14:27:25.498976
• Title: Pose-Free 3D Quantitative Phase Imaging of Flowing Cellular Populations
• Title（参考訳）: 流動性細胞集団のポスフリー3次元定量位相イメージング
• Authors: Enze Ye, Wei Lin, Shaochi Ren, Yakun Liu, Xiaoping Li, Hao Wang, He Sun, Feng Pan,
• Abstract要約: 高速断層撮影のためのポーズレス3D再構成フレームワークであるOmniFHTを紹介する。 各細胞の未知の回転構造と体積構造を共同最適化することにより、OmniFHTは任意のセルジオメトリーと多軸回転をサポートする。 その連続表現はまた、わずかにサンプリングされた射影からの正確な再構成を可能にする。
• 参考スコア（独自算出の注目度）: 11.956999773396054
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: High-throughput 3D quantitative phase imaging (QPI) in flow cytometry enables label-free, volumetric characterization of individual cells by reconstructing their refractive index (RI) distributions from multiple viewing angles during flow through microfluidic channels. However, current imaging methods assume that cells undergo uniform, single-axis rotation, which require their poses to be known at each frame. This assumption restricts applicability to near-spherical cells and prevents accurate imaging of irregularly shaped cells with complex rotations. As a result, only a subset of the cellular population can be analyzed, limiting the ability of flow-based assays to perform robust statistical analysis. We introduce OmniFHT, a pose-free 3D RI reconstruction framework that leverages the Fourier diffraction theorem and implicit neural representations (INRs) for high-throughput flow cytometry tomographic imaging. By jointly optimizing each cell's unknown rotational trajectory and volumetric structure under weak scattering assumptions, OmniFHT supports arbitrary cell geometries and multi-axis rotations. Its continuous representation also allows accurate reconstruction from sparsely sampled projections and restricted angular coverage, producing high-fidelity results with as few as 10 views or only 120 degrees of angular range. OmniFHT enables, for the first time, in situ, high-throughput tomographic imaging of entire flowing cell populations, providing a scalable and unbiased solution for label-free morphometric analysis in flow cytometry platforms.
• Abstract（参考訳）: フローサイトメトリーにおける高出力3D定量的位相イメージング(QPI)は、マイクロ流体チャネルを流れる流れ中の複数の視角からの屈折率(RI)分布を再構成することにより、ラベルのない、体積的な個々の細胞のキャラクタリゼーションを可能にする。 しかし、現在のイメージング手法では、セルが一軸一軸回転をしており、それぞれのフレームでポーズを知る必要があると仮定している。 この仮定は、近球細胞への適用性を制限し、複雑な回転を伴う不規則な形状の細胞の正確なイメージングを防ぐ。 結果として、フローベースのアッセイが堅牢な統計分析を行う能力を制限するため、細胞集団のごく一部しか分析できない。 OmniFHTは,Fourier回折定理と暗黙的ニューラル表現(INR)を利用して高出力フローサイトメトリートモグラフィーイメージングを行う,ポーズフリーな3D RI再構成フレームワークである。 弱い散乱仮定の下で、各細胞の未知の回転軌道と体積構造を共同最適化することにより、OmniFHTは任意のセルジオメトリと多軸回転をサポートする。 その連続的な表現はまた、わずかにサンプリングされた射影と制限された角のカバレッジから正確な再構築を可能にし、最大10ビューまたはわずか120度の角度範囲で高忠実度な結果を生み出す。 OmniFHTは、フローサイトメトリープラットフォームにおいて、ラベルフリーな形態計測分析のためのスケーラブルで非バイアスのないソリューションを提供するため、フローセル全体のin situ、高スループットトモグラフィー撮影を可能にする。

関連論文リスト

• Stereo-Inertial Poser: Towards Metric-Accurate Shape-Aware Motion Capture Using Sparse IMUs and a Single Stereo Camera [54.967647497048205]
  本稿では,距離精度と形状を考慮した3次元動作を推定するリアルタイムモーションキャプチャシステムであるStereo-Inertial Poserを提案する。 モノクラーRGBをステレオビジョンに置き換え、直接3次元キーポイント抽出と形状パラメータ推定を可能にした。 ドリフトフリーなグローバル翻訳を長い記録時間で生成し,フットスケート効果を低減させる。
  論文  参考訳（メタデータ） (2026-03-02T17:46:38Z)
• Restless Multi-Process Multi-Armed Bandits with Applications to Self-Driving Microscopies [3.344873290507966]
  高濃度走査顕微鏡は、大量のライブセルイメージングデータを生成するが、そのポテンシャルは、最も効果的に画像が撮影される時期と場所を判断できないことによって制限されている。 我々は、各実験領域を単一のプロセスではなく、アンサンブルマルコフ連鎖としてモデル化する新しい決定理論の枠組みである、レスレスマルチプロセス・マルチアーム・バンディット(RMPMAB)を導入する。 提案手法は,資源制約下でのスループットを大幅に向上することを示す。
  論文  参考訳（メタデータ） (2025-12-16T21:42:46Z)
• Resolution-Independent Neural Operators for Multi-Rate Sparse-View CT [67.14700058302016]
  深層学習手法は高忠実度再構成を実現するが、しばしば固定された取得設定に過度に適合する。 本稿では,連続関数空間に拡張したCT再構成フレームワークであるComputed Tomography Neural Operator (CTO)を提案する。 CTOは一貫性のあるマルチサンプリングレートとクロスレゾリューションのパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-12-13T08:31:46Z)
• Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
  光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。 現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。 本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
  論文  参考訳（メタデータ） (2025-09-11T23:12:55Z)
• From Fibers to Cells: Fourier-Based Registration Enables Virtual Cresyl Violet Staining From 3D Polarized Light Imaging [32.73124984242397]
  脳の微細構造の様々な側面を包括的に評価するには、補完的なイメージング技術を用いる必要がある。 細胞構造解析における金の標準は、細胞体染色組織の光顕微鏡イメージングである。 画像間翻訳の深層学習手法を利用して,空間的に細胞レベルで整列した3D-PLIの仮想染色を生成する。
  論文  参考訳（メタデータ） (2025-05-16T15:59:15Z)
• Interpretable Embeddings for Segmentation-Free Single-Cell Analysis in Multiplex Imaging [1.8687965482996822]
  多重イメージング(MI)は、複数の生物学的マーカーを、細胞内解像度で別々のイメージングチャネルで同時に可視化することを可能にする。 本稿では,グループ化畳み込みを利用して各画像チャンネルから解釈可能な埋め込み特徴を学習するセグメンテーションフリーなディープラーニング手法を提案する。
  論文  参考訳（メタデータ） (2024-11-02T11:21:33Z)
• Diffusion-driven lensless fiber endomicroscopic quantitative phase imaging towards digital pathology [43.237550839304774]
  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,蛍光ナノセンサを点滅させたメソロジー(サーモメトリー,マグネティックメソメトリー,pH推定など)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)
• Fast light-field 3D microscopy with out-of-distribution detection and adaptation through Conditional Normalizing Flows [16.928404625892625]
  リアルタイム3次元蛍光顕微鏡は生物の分析に不可欠である。 そこで我々は,生きた固定化ゼブラフィッシュ神経活動の高速な3次元再構成を行う新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-06-10T10:42:49Z)
• DiffUCD:Unsupervised Hyperspectral Image Change Detection with Semantic Correlation Diffusion Model [46.68717345017946]
  ハイパースペクトル画像変化検出(HSI-CD)はリモートセンシングにおいて重要な研究領域となっている。 意味相関拡散モデル(DiffUCD)を用いた新しい教師なしHSI-CDを提案する。 提案手法は,多数のサンプルを必要とする完全教師付き手法に匹敵する結果が得られる。
  論文  参考訳（メタデータ） (2023-05-21T09:21:41Z)
• Affinity Feature Strengthening for Accurate, Complete and Robust Vessel Segmentation [48.638327652506284]
  血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。 コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
  論文  参考訳（メタデータ） (2022-11-12T05:39:17Z)
• A kinetic approach to consensus-based segmentation of biomedical images [39.58317527488534]
  バイオメディカルセグメンテーション問題に有界信頼度コンセンサスモデルの運動バージョンを適用した。 システムの長時間の挙動は、代理のフォッカー・プランク法(英語版)の助けを借りて計算される。 2次元グレースケール画像の関連集合に対して導入されたセグメンテーション距離を最小化する。
  論文  参考訳（メタデータ） (2022-11-08T09:54:34Z)
• Deep learning of multi-resolution X-Ray micro-CT images for multi-scale modelling [0.0]
  本研究では3次元拡張深部超解像(EDSR)畳み込みニューラルネットワークを開発し,大規模空間スケールで高分解能データを生成する。 我々は,テキスト解析,セグメンテーション動作,多相流シミュレーション(PNM)を用いてネットワークを検証した。 EDSR生成モデルは、不均一性の存在下での実験挙動を予測するための基礎LRモデルよりも精度が高い。
  論文  参考訳（メタデータ） (2021-11-01T21:49:22Z)
• 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)

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。