基于深度学习的低信噪比下的快速超分辨荧光显微成像

• 作者: 肖康 田立君 王中阳
• 来源期刊: 中国激光
• 关键词: 显微 超分辨 深度学习 弱信号
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 生物医学光子学与激光医学|Biomedical Photonics and Laser Medicine
• 页码范围: 214-224
• 页数: 11页
• 分类号: O439
• 语种: 中文
• DOI: 10.3788/CJL202047.1007002

摘要

超分辨荧光成像实验的分辨率和成像质量与实验过程中收集到的荧光分子光子数和背景噪声有着密切的关系.为了实现低光子数、高背景光下的快速超分辨荧光显微成像,利用所提卷积神经网络算法实现了对极低信噪比信号的恢复,并结合重构网络进行了超分辨成像.结果 表明:利用该方法可以实现荧光信号在低信噪比下的有效恢复,峰值信噪比可达27 dB,明显优于同类的其他两种算法.该方法还可以配合Deep-STORM重构网络在低信噪比下实现快速的超分辨成像.重构结果的归一化均方误差为7.5％,分辨率相较其他算法有明显提升.实验条件下的重构结果验证了该方法的能力,为弱信号下的荧光快速超分辨成像提供了可行方案.