微信掃描二維碼,點擊右上角 ··· 按鈕
轉(zhuǎn)發(fā)給朋友或分享到朋友圈
顯微成像·洞察微觀之美
Microscopic imaging, insight into the beauty of micro
熒光顯微鏡圖像后處理提速:去卷積與多視角融合新技術(shù)突破
發(fā)布時間:2026-05-12
訪問量:177
熒光顯微鏡是生物研究領(lǐng)域的核心工具,憑借高對比度、高分辨率、蛋白分子特異性成像的優(yōu)勢,助力科研人員精準(zhǔn)解析生物特定結(jié)構(gòu)與功能,推動生命科學(xué)研究持續(xù)突破。
當(dāng)前熒光顯微鏡技術(shù)不斷迭代,成像性能大幅提升,可快速采集GB至TB級海量高分辨率圖像。但圖像后處理效率低成為行業(yè)痛點,數(shù)據(jù)處理速度遠(yuǎn)跟不上采集速度,嚴(yán)重制約生物成像研究進(jìn)展。
2020年6月,浙江大學(xué)與美國國立衛(wèi)生研究院(NIH)聯(lián)合在國際頂級期刊《Nature Biotechnology》發(fā)表重磅成果,提出熒光顯微鏡圖像快速去卷積與多視角圖像融合新技術(shù),讓熒光顯微圖像后處理效率提升數(shù)十至上千倍,成功破解大數(shù)據(jù)處理難題。
針對反射式diSPIM、反射式格欄光片顯微鏡等具備空間變化點擴(kuò)展函數(shù)的新型設(shè)備,傳統(tǒng)維納-巴特沃斯反投影算子僅能實現(xiàn)10-15倍迭代加速,去卷積耗時仍遠(yuǎn)超圖像采集時間。
為突破速度限制,研究團(tuán)隊創(chuàng)新引入深度學(xué)習(xí),研發(fā)3D全卷積網(wǎng)絡(luò)模型DenseDeconNet,針對性優(yōu)化圖像復(fù)原效率,大幅壓縮處理時長。
該研究由NIH的Hari Shroff博士牽頭,聯(lián)合20余家科研單位,在單細(xì)胞、線蟲胚胎、斑馬魚胚胎、小鼠組織等樣本,以及共聚焦、結(jié)構(gòu)照明、多視角光片、格欄光片等7類顯微鏡上完成驗證,實現(xiàn)圖像后處理幾十至上千倍加速。
這些優(yōu)化算法可顯著加速生物圖像觀察,為新型熒光顯微鏡研發(fā)提供新方向。未來團(tuán)隊將聚焦大數(shù)據(jù)高速讀取存儲、并行處理、三維可視化,研發(fā)更高效通用的去卷積神經(jīng)網(wǎng)絡(luò),持續(xù)賦能生物熒光成像研究升級。
微信掃描二維碼,點擊右上角 ··· 按鈕
轉(zhuǎn)發(fā)給朋友或分享到朋友圈