SPJ｜IComputing作者解读：基于深度学习的光片荧光显微镜智能光束优化

文章预览

7 月 4 日，美国北卡罗来纳州立大学与北卡罗来纳大学教堂山分校联合生物医学工程系团队的研究论文 Intelligent Beam Optimization for Light-Sheet Fluorescence Microscopy through Deep Learning （基于深度学习的光片荧光显微镜智能光束优化）发表于 Science 合作期刊 Intelligent Computing 。 通讯作者 ： Alon Greenbaum （美国北卡罗来纳州立大学与北卡罗来纳大学教堂山分校联合生物医学工程系等） DOI : 10.34133/icomputing.0095 作者解读（译文） 光片荧光显微成像技术（LSFM）具有良好的光学切片能力，能够减少光损伤并快速获取图像，已成为对大尺寸组织透明化样本进行3D成像的主导方法。成像质量严重依赖于LSFM照明光束的特性。最近设计的纤细非衍射光束如贝塞尔光束、艾里光束和光格光片等已经能够用来获取均匀、高对比度的图像，但新型照明光束形状有潜力进一步提升LSFM ………………………………