文章预览
如果场景是动态的，则基于序列拍摄得到多个测量的计算成像重建，经常会受制于运动伪影。 近日，美国 加利福尼亚大学伯克利分校（University of California，Berkeley）Ruiming Cao，Laura Waller等，在Nature Methods上发文，提出了一种神经时空模型neural space–time model (NSTM)，可联合估计场景及其运动动力学，而不需要数据先验或预训练。 从常规重建的同一组原始测量中，去除运动伪影后，并解析样本动态。在三种计算成像系统中，演示了神经时空模型NSTM：差分相位衬度显微成像differential phase-contrast microscopy、三维结构光照明显微成像three-dimensional structured illumination microscopy和卷帘快门散射屏编码掩模rolling-shutter DiffuserCam。 研究表明，神经时空模型NSTM可恢复亚细胞运动动力学，从而减少因运动伪影引起的对生命系统的误解。 Neural space–time model for dynamic multi-shot
………………………………
