文章预览
活细胞超分辨荧光显微成像技术的发展目标是在生理友好的成像条件下保持足够的时空分辨率。然而,提升空间分辨率通常需要增加照明强度或延长曝光时间,同时还需匹配时间分辨率以防止运动伪影,因此活细胞超分辨成像中光子效率的提升至关重要。深度神经网络利用监督学习拟合噪声图像与干净图像之间的映射,能够显著提升光子效率,然而其需要收集大量配对的干净图像,难以应用于活细胞。另一方面,无监督学习去噪方法给超分辨成像提升光子效率提供了另一种选择 【1-9】 ,但仍需要大量的噪声图像对进行学习,去噪效果有限且数据效率低。因此,如何能在有限的数据下、在无需噪声图像对条件下,开发无监督学习去噪方法提升超分辨显微系统光子效率,实现活细胞超分辨尺度下长时程成像目标,仍是目前领域内的挑战。 2024年9月11日
………………………………