凸透镜成像动态演示_科研速递 | 我院费鹏教授课题组深度学习显微成像技术研究成果在Optica上发表…

凸透镜成像动态演示_科研速递 | 我院费鹏教授课题组深度学习显微成像技术研究成果在Optica上发表…三维荧光显微成像,如共聚焦、双光子、光片显微镜等系列技术,如今在各种生命科学研究中得到广泛应用,是一类不可或缺的强力工具

三维荧光显微成像,如共聚焦、双光子、光片显微镜等系列技术,如今在各种生命科学研究中得到广泛应用,是一类不可或缺的强力工具。但三维显微成像目前受制于有限的光学通量,即存在成像速度与空间分辨率之间的妥协。例如使用低倍率物镜,短曝光,大轴向扫描步长可在短时间内完成对样本的成像,但所获取的图像却受低分辨率、高背景噪声的困扰,难以进行后续基于图像的生物医学分析。反向行之,虽可获得精准的高分辨率图像,但速度大为降低,在很多应用中无法捕捉动态过程,或导致成像耗时过长。在生命科学研究对观测的需求日益提高的今天,这种两难的矛盾愈加凸显。

7362206c931e9b3ddaac7fc804de1305.png

针对此问题,华中科技大学光学与电子信息学院、武汉光电国家研究中心费鹏教授研究团队于2020年11月18日在国际光学著名期刊Optica上发表了题为“Exceeding the limits of 3D fluorescence microscopy using a dual-stage-processing network”的研究论文,提出了一种两段渐进式的图像增强神经网络DSP-Net,大幅提升现有三维荧光显微术的成像通量。相较于目前简单的端对端深度学习模型有限的图像增强/复原能力,该研究提出的新型渐进式深度学习模型更精细地将荧光成像中的光学降质(模糊)和采样降质(像素化)进行分段子网络建模,同时交互数据训练过程,共享神经网络训练参数,最终构建出一个超分辨性能显著优于此前图像复原方法的神经网络,实现3维度64倍的超分辨率增强。将DSP-Net进一步与先进的三维荧光成像技术结合,能在三类应用方向做出贡献:

01

大幅缩短对整体组织/大器官样本的显微成像时间。例如以各向同性的单细胞分辨率重建4 × 4 × 2毫米鼠脑组织块中的大量神经元,图像采集时间仅不到4分钟。

f9f3d8535c36d7c29f8b39351b08186d.png

图一 渐进式深度学习超分辨网络(DSP-Net)结合光片显微镜实现高通量鼠脑三维成像

02

 在细胞器的三维成像中以更少的光子消耗和采集时间打破光学衍射极限。例如实现2体积每秒的U2OS细胞微管和内质网的超分辨率成像

3490de32d681ac7d3d5b22bc62a1ef63.png

图二 DSP-Net结合光片显微镜展示快速、低光毒性的单细胞超分辨成像

03

以视频帧率和单细胞分辨率观测三维生物动态过程。例如以30Hz的视频速率捕捉芯片中自由运动线虫的神经钙信号。

783859c1cad428f513885bec9e640946.png

图三 基于DSP-Net超分辨的自由运动线虫三维成像和测钙

简言之,该研究将发展的新型深度学习网络与尖端的光片荧光显微成像技术进行结合,不引入硬件上的改动却极大地提升了三维成像的时-空性能,以远超目前最先进光片显微镜的光学通量在多类生物样本的成像中发挥了明显的作用。通过高通量鼠脑神经元成像、高分辨细胞器超分辨成像和高速运动线虫钙成像的演示,该研究被证明在生物医学研究中具有较好的应用前景。同时,基于通用型计算的图像复原神经网络亦适用于增强共聚焦、双光子、结构光等广为使用的商业化显微镜,方法具有较高的传播性和兼容性。

华中科技大学光学与电子信息学院博士研究生张皓、赵宇轩为论文共同第一作者,华中科技大学光学与电子信息学院、武汉光电国家研究中心费鹏教授为论文通讯作者。本研究与武汉光电国家研究中心张玉慧教授课题组、朱丹教授课题组、华中科技大学生命科学与技术学院高尚邦教授课题组合作完成。研究得到科技部重点研发计划、基金委面上项目、基金委重大仪器研制项目的资助。

光小电的卖萌世界 编辑:游璐瑶 排版:王薪宇 审核:胡同 微信公众号:oeiathust
dea8ba24815525aecab594f2256f3a91.png

今天的文章凸透镜成像动态演示_科研速递 | 我院费鹏教授课题组深度学习显微成像技术研究成果在Optica上发表…分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/64981.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注