論文の概要: Multi-Temporal Frames Projection for Dynamic Processes Fusion in Fluorescence Microscopy

• arxiv url: http://arxiv.org/abs/2601.10392v1
• Date: Thu, 15 Jan 2026 13:44:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-16 19:43:19.147615
• Title: Multi-Temporal Frames Projection for Dynamic Processes Fusion in Fluorescence Microscopy
• Title（参考訳）: 蛍光顕微鏡における動的プロセス融合のための多時間フレーム投影
• Authors: Hassan Eshkiki, Sarah Costa, Mostafa Mohammadpour, Farinaz Tanhaei, Christopher H. George, Fabio Caraffini,
• Abstract要約: 複数の時間分解されたフレームからの情報を1つの高品質な画像に統合する,ユニークな計算フレームワークを提案する。 その結果, このフレームワークは, 個々の顕微鏡フレームの品質を保ち, 向上する合成画像を生成することができることがわかった。
• 参考スコア（独自算出の注目度）: 0.9236074230806578
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fluorescence microscopy is widely employed for the analysis of living biological samples; however, the utility of the resulting recordings is frequently constrained by noise, temporal variability, and inconsistent visualisation of signals that oscillate over time. We present a unique computational framework that integrates information from multiple time-resolved frames into a single high-quality image, while preserving the underlying biological content of the original video. We evaluate the proposed method through an extensive number of configurations (n = 111) and on a challenging dataset comprising dynamic, heterogeneous, and morphologically complex 2D monolayers of cardiac cells. Results show that our framework, which consists of a combination of explainable techniques from different computer vision application fields, is capable of generating composite images that preserve and enhance the quality and information of individual microscopy frames, yielding 44% average increase in cell count compared to previous methods. The proposed pipeline is applicable to other imaging domains that require the fusion of multi-temporal image stacks into high-quality 2D images, thereby facilitating annotation and downstream segmentation.
• Abstract（参考訳）: 蛍光顕微鏡は生体試料の分析に広く用いられているが、得られた記録の有用性は、ノイズ、時間的変動、時間の経過とともに振動する信号の一貫性のない可視化によってしばしば制約される。 複数の時間分解されたフレームからの情報を単一の高品質な画像に統合し、オリジナルビデオの基盤となる生物学的コンテンツを保存する独自の計算フレームワークを提案する。 提案手法は, 多数の構成 (n = 111) と, 心臓細胞の動的, 不均一, 形態学的に複雑な2次元単分子膜からなる挑戦的データセットを用いて評価した。 その結果、コンピュータビジョンの異なる応用分野から説明可能な技術を組み合わせて、個々の顕微鏡フレームの品質と情報を保持し、強化する合成画像を生成することができ、従来の方法と比較して平均44%のセル数増加率が得られることがわかった。 提案するパイプラインは,高画質な2次元画像へのマルチテンポラル画像スタックの融合を必要とする他の画像領域にも適用でき,アノテーションや下流のセグメンテーションが容易になる。

関連論文リスト

• 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)
• A Plug-and-Play Framework for Volumetric Light-Sheet Image Reconstruction [7.8016751308289685]
  従来の光学イメージングは、心臓の動的細胞構造を捉えるのに不十分である。 圧縮センシングと光シート顕微鏡を統合した高性能イメージングフレームワークを提案する。 提案手法は, 優れたデノナイジング性能と画像の明瞭さで, 細胞構造を再構築することに成功した。
  論文  参考訳（メタデータ） (2025-11-05T00:49:00Z)
• Interpretable deep learning illuminates multiple structures fluorescence imaging: a path toward trustworthy artificial intelligence in microscopy [10.395551533758358]
  本稿では,単一画像から2つの細胞構造を同時予測可能なディープラーニングフレームワークであるAdaptive Explainable Multi-Structure Network (AEMS-Net)を提案する。 AEMS-Netはミトコンドリアと微小管の相互作用をリアルタイムに記録することができ、従来のシーケンシャルチャネルイメージングの手順の半分しか必要としないことを示した。
  論文  参考訳（メタデータ） (2025-01-09T07:36:28Z)
• waveOrder: generalist framework for label-agnostic computational microscopy [0.337054351451505]
  相関計算顕微鏡は、動的生物学的システムのマッピングを加速している。 本稿では,生体分子間の構造秩序 (wave Order) の光画像化のためのフレームワークについて報告する。 我々は, 定量的位相イメージング, 位相・偏光を用いた定量的ラベルフリーイメージング, 蛍光デコンボリューションイメージングなど, 複数の3次元計算顕微鏡法を実装した。
  論文  参考訳（メタデータ） (2024-12-13T00:58:10Z)
• 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)
• 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-modal Aggregation Network for Fast MR Imaging [85.25000133194762]
  我々は,完全サンプル化された補助モダリティから補完表現を発見できる,MANetという新しいマルチモーダル・アグリゲーション・ネットワークを提案する。 我々のMANetでは,完全サンプリングされた補助的およびアンアンサンプされた目標モダリティの表現は,特定のネットワークを介して独立に学習される。 私たちのMANetは、$k$-spaceドメインの周波数信号を同時に回復できるハイブリッドドメイン学習フレームワークに従います。
  論文  参考訳（メタデータ） (2021-10-15T13:16:59Z)
• Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation [84.7571086566595]
  本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。 提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2020-03-31T11:50:43Z)
• 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。