基于深度学习的荧光显微性能提升(特邀)

摘要：

荧光显微镜具有对样品损伤小、可特异性成像等优点,是生物医学研究的主流成像手段.随着人工智能技术的快速发展,深度学习在逆问题求解中取得了巨大成功,被广泛应用于诸多领域.近年来,深度学习在荧光显微成像中的应用掀起了 一个研究热潮,为荧光显微技术发展提供了性能上的突破与新思路.基于此,首先介绍了深度学习的基本网络模型,然后对基于深度学习的荧光显微成像技术在荧光显微的空间分辨率、图像采集及重建速度、成像通量和成像质量提升方面的应用进行阐述.最后,对目前深度学习在荧光显微成像中的研究进行总结与展望.

关键词：荧光显微成像、深度学习、超分辨、超分辨显微成像、图像重建

所属期刊栏目：51

分类号：O439(光学)

资助基金：国家自然科学基金;国家重点研发计划;国家重点研发计划;中国轻工业五粮液浓香型白酒固态发酵重点实验室开放基金;中央高校基本科研业务费专项;中波科技人员交流项目;瞬态光学与光子技术国家重点实验室开放基金

在线出版日期：2023-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：89-106