返回顶部
返回首页
返回首页
使用递归神经网络的3D荧光显微镜技术得到了提升,中国机械网,okmao.com
home 您现在的位置: 首页 >工业机器人>技术中心 > 详细信息
使用递归神经网络的3D荧光显微镜技术得到了提升
2021年03月26日    阅读量:718    新闻来源:中国机械网 okmao.com  |  投稿

荧光样品的快速3D显微成像在物理和生物医学领域中有许多应用。鉴于单个2D图像可提供的轴向范围有限,因此3D荧光成像通常需要使用密集的采样网格对样品进行费时的机械扫描。


除了缓慢而乏味之外,这种方法还对样品引入了额外的曝光,这可能是有毒的并造成有害的损害,例如光漂白中国机械网okmao.com


使用递归神经网络的3D荧光显微镜技术得到了提升 中国机械网,okmao.com


通过设计新的递归神经网络,加州大学洛杉矶分校的研究人员展示了一种能够进行深度学习的体积显微镜框架,用于荧光样品的3D成像。


这种新方法仅需要获取样本的几张2D图像即可重建其3D图像,从而使荧光量成像所需的扫描次数减少了约30倍。


卷积递归神经网络是此3D荧光成像方法的核心,可直观地模拟人脑通过合并频繁出现的重要对象信息和特征,同时遗忘或忽略某些冗余信息来处理信息和存储内存。


使用这种递归神经网络方案,UCLA研究人员成功地将样本的多个2D图像中的空间特征融合在一起,以快速重建其3D荧光图像。


UCLA团队发表在《光:科学与应用》上,展示了使用荧光C. Elegans样品的体积成像框架的成功,该样品已广泛用作生物学和生物工程学中的模型生物。


与涉及密集扫描样品的标准广域体积成像相比,这种基于递归神经网络的图像重建方法显着减少了所需图像扫描的次数,这也降低了样品上的总曝光量。


这些进步为观察3D标本提供了更高的成像速度,同时还减轻了在活样品的3D荧光成像实验中经常观察到的与光漂白和光毒性相关的挑战。


这项研究由UCLA加州纳米系统研究所(CNSI)的副主任Aydogan Ozcan教授以及UCLA电气和计算机工程系的Volgenau工程创新系主任领导。


其他作者包括来自加州大学洛杉矶分校电气和计算机工程系的研究生黄璐哲,陈汉龙,罗以琳和Yair Rivenson教授。


Ozcan还是UCLA生物工程和外科系的教师,并且是HHMI教授。


标签:行业资讯今日头条机械应用技术中心机器人设备与仪器工业机器人配件与装备工业设备
免责声明: 本文仅代表作者本人观点,与中国机械网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571
中国机械网手机版MOBILE
扫描二维码,获取手机版最新资讯 中国机械网 您还可以直接微信扫描打开
全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识