論文の概要: Structured detection microscopy

• arxiv url: http://arxiv.org/abs/2604.00413v1
• Date: Wed, 01 Apr 2026 02:54:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 14:48:23.765679
• Title: Structured detection microscopy
• Title（参考訳）: 構造検出顕微鏡
• Authors: Larnii Booth, Kyle Clunies-Ross, Rumelo Amor, Nicolas Mauranyapin, Zixin Huang, Michael A. Taylor, Warwick P. Bowen,
• Abstract要約: 空間モードデマルチプレキシングは、遠波長の分解能を達成でき、生物学的に関連するサンプルに適用できる。 超高分解能な生体分子イメージングをエミッタ飽和や反射性なしで実現することで、われわれの研究は生物構造、機能、力学をよりよく理解するための扉を開く。
• 参考スコア（独自算出の注目度）: 0.7329200485567826
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Super-resolution microscopy is crucial for imaging sub-wavelength biological structures. However, most techniques rely on nonlinear saturation or stochastic switching of emitters, limiting imaging speed and increasing phototoxicity. Here, we achieve deep super-resolution without employing saturation or stochastic dynamics, instead using a form of spatial mode demultiplexing. By shaping the point-spread function of the emitted light, our Structured Detection Microscope (SDM) redistributes information away from high shot-noise regions of the image, enhancing sensitivity to sub-diffraction emitter separations in two-dimensions and without mode-sorting optics. Implementing SDM within a high-numerical aperture total internal reflection fluorescence microscope, we demonstrate imaging of fluorophores attached to DNA nanorulers with separations as small as 50 nm at resolutions surpassing 40 nm - fivefold below the diffraction limit. This shows that spatial mode demultiplexing can achieve far sub-wavelength resolution and is applicable to biologically relevant samples. By enabling super-resolution biomolecular imaging without emitter saturation and stochasticity, our work opens the door to better understanding biological structure, function and dynamics.
• Abstract（参考訳）: 超高分解能顕微鏡は、サブ波長の生体構造をイメージングするのに不可欠である。 しかし、ほとんどの技術は、エミッタの非線形飽和や確率スイッチング、撮像速度の制限、光毒性の増大に依存している。 ここでは、飽和や確率力学を使わずに、より深い超解像を実現し、代わりに空間モードデマルチプレキシングの形式を用いる。 SDM(Structured Detection Microscope)は、発光光の点拡散関数を形作ることにより、画像の高ノイズ領域から情報を分離し、2次元・モード分類光学系を使わずにサブ回折エミッター分離に対する感度を高める。 高開口全反射蛍光顕微鏡内にSDMを実装し, 回折限界の5倍の40nmを超える解像度で50nmの分離でDNAナノルーラーに付着した蛍光フッ化物の画像化を行った。 このことは、空間モードのデマルチプレキシングが極端にサブ波長の分解能を達成でき、生物学的に関係のあるサンプルに適用可能であることを示している。 超高分解能な生体分子イメージングをエミッタ飽和や確率性なしで実現することにより、我々の研究は、生物構造、機能、力学をよりよく理解するための扉を開く。

関連論文リスト

• Mid-IR hyperspectral imaging with undetected photons [0.0]
  我々は、広視野撮像装置と画素ワイド量子変換赤外分光による高分解能スペクトル取得を組み合わせた概念的非線形干渉計を構築した。 重要なCHストレッチ帯域をカバーする2300-3100 cm$-1$のブロードバンド範囲に対して,3500の空間モードを同時に解消するハイパースペクトルイメージングを行う。
  論文  参考訳（メタデータ） (2025-07-10T15:41:51Z)
• Calibration-free single-frame super-resolution fluorescence microscopy [0.0]
  本稿では,単一回折制限カメラフレームから直接超解像を再構成する深層学習手法を提案する。 150msの高密度テルリレン試料に適用し, 再建誤差を著しく低減した。 開発したモデルとその弾力性は,幅広いノイズレベル,数値開口,光収差にまたがって強い一般化能力を示す。
  論文  参考訳（メタデータ） (2025-05-19T16:14:45Z)
• 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)
• 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)
• On-chip quantum information processing with distinguishable photons [55.41644538483948]
  多光子干渉は光量子技術の中心にある。 そこで本研究では,共振器型集積光子源に必要なスケールで変形した光子を干渉させるのに十分な時間分解能で検出を実装できることを実験的に実証した。 ボソンサンプリング実験において,非イデアル光子の時間分解検出がエンタングル操作の忠実度を向上し,計算複雑性の低減を図ることができることを示す。
  論文  参考訳（メタデータ） (2022-10-14T18:16:49Z)
• Disentangling multiple scattering with deep learning: application to strain mapping from electron diffraction patterns [48.53244254413104]
  我々は、高非線形電子回折パターンを定量的構造因子画像に変換するために、FCU-Netと呼ばれるディープニューラルネットワークを実装した。 結晶構造の異なる組み合わせを含む20,000以上のユニークな動的回折パターンを用いてFCU-Netを訓練した。 シミュレーションされた回折パターンライブラリ、FCU-Netの実装、訓練されたモデルの重み付けは、オープンソースリポジトリで自由に利用可能です。
  論文  参考訳（メタデータ） (2022-02-01T03:53:39Z)
• 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。