Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Super-resolution Fluorescence Microscopy01:37

Super-resolution Fluorescence Microscopy

14.7K
Super-resolution fluorescence microscopy (SRFM) provides a better resolution than conventional fluorescence microscopy by reducing the point spread function (PSF). PSF is the light intensity distribution from a point that causes it to appear blurred. Due to PSF, each fluorescing point appears bigger than its actual size, and it is the PSF interference of nearby fluorophores that causes the blurred image. Various approaches to achieving higher resolution through SRFM have recently been...
14.7K
Confocal Fluorescence Microscopy01:16

Confocal Fluorescence Microscopy

21.5K
Confocal microscopy is an advanced microscopic technique. The prime advantage of the confocal microscope over other microscopy techniques is its ability to block the out-of-focus light from the illuminated samples using pinholes. It is widely used with fluorescence optics to obtain high-resolution, sharp contrast images. Unlike optical microscopes, confocal microscopes use a focused beam of light laser to scan the entire sample surface at different z-planes. These microscopes are, therefore,...
21.5K
Three-Dimensional Microscopy in Microbiology01:28

Three-Dimensional Microscopy in Microbiology

929
Three-dimensional imaging techniques are essential in cell biology, allowing researchers to visualize intricate cellular structures with high resolution. Two prominent methods, Differential Interference Contrast Microscopy (DIC) and Confocal Scanning Laser Microscopy (CSLM), provide distinct advantages for imaging live and thick specimens, respectively.Differential Interference Contrast MicroscopyDIC microscopy enhances contrast in transparent, unstained samples by converting phase...
929

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Cross hybridization Inference for Phylogenetic Resolution (CIPHR)-FISH enables microbiome imaging with strain level taxonomic resolution.

bioRxiv : the preprint server for biology·2026
Same author

Unmixing biological fluorescence image data with sparse and low-rank Poisson regression.

Bioinformatics (Oxford, England)·2023
Same author

Interactions between <i>Candida albicans</i> and <i>Enterococcus faecalis</i> in an Organotypic Oral Epithelial Model.

Microorganisms·2020
Same author

Microbial Interactions in Oral Communities Mediate Emergent Biofilm Properties.

Journal of dental research·2019

Video Experimental Relacionado

Updated: Feb 28, 2026

Simultaneous Multicolor Imaging of Biological Structures with Fluorescence Photoactivation Localization Microscopy
12:51

Simultaneous Multicolor Imaging of Biological Structures with Fluorescence Photoactivation Localization Microscopy

Published on: December 9, 2013

9.4K

Aprendizaje BEEP: Descomposición de imágenes multivista para microscopía de fluorescencia biológica masivamente

Ruogu Wang, Thet Teresa Hnin, Yunlong Feng

    bioRxiv : the preprint server for biology
    |February 27, 2026
    PubMed
    Resumen

    Este estudio presenta el aprendizaje de Fotodinámica de Blanqueamiento-Excitación-Emisión (BEEP), un novedoso marco de aprendizaje automático para imágenes de fluorescencia. El aprendizaje BEEP mejora la discriminación de múltiples fluoróforos, mejorando la precisión en muestras biológicas complejas.

    Palabras clave:
    Aprendizaje automáticoMicroscopía de fluorescenciaDesconvolución de imágenesAnálisis de imágenes biológicasMultiplexaciónBiofísicaAprendizaje profundo

    Más Videos Relacionados

    Using Light Sheet Fluorescence Microscopy to Image Zebrafish Eye Development
    13:01

    Using Light Sheet Fluorescence Microscopy to Image Zebrafish Eye Development

    Published on: April 10, 2016

    34.8K
    Conducting Multiple Imaging Modes with One Fluorescence Microscope
    08:32

    Conducting Multiple Imaging Modes with One Fluorescence Microscope

    Published on: October 28, 2018

    10.3K

    Videos de Experimentos Relacionados

    Last Updated: Feb 28, 2026

    Simultaneous Multicolor Imaging of Biological Structures with Fluorescence Photoactivation Localization Microscopy
    12:51

    Simultaneous Multicolor Imaging of Biological Structures with Fluorescence Photoactivation Localization Microscopy

    Published on: December 9, 2013

    9.4K
    Using Light Sheet Fluorescence Microscopy to Image Zebrafish Eye Development
    13:01

    Using Light Sheet Fluorescence Microscopy to Image Zebrafish Eye Development

    Published on: April 10, 2016

    34.8K
    Conducting Multiple Imaging Modes with One Fluorescence Microscope
    08:32

    Conducting Multiple Imaging Modes with One Fluorescence Microscope

    Published on: October 28, 2018

    10.3K

    Área de la Ciencia:

    • Biofísica
    • Microscopía
    • Aprendizaje automático

    Sus antecedentes:

    • La microscopía de fluorescencia permite la cartografía específica de estructuras biológicas.
    • Distinguir múltiples fluoróforos es un desafío debido a los amplios espectros de emisión y al ruido.
    • Los métodos actuales tienen dificultades con la alta multiplexación en la microscopía de fluorescencia.

    Objetivo del estudio:

    • Desarrollar un novedoso marco de aprendizaje automático, el aprendizaje de Fotodinámica de Blanqueamiento-Excitación-Emisión (BEEP).
    • Mejorar el número de fluoróforos distinguibles en imágenes de fluorescencia.
    • Mejorar la robustez y precisión de la desmezcla de fluorescencia.

    Principales métodos:

    • Desarrolló un enfoque de desmezcla de fluorescencia multivista que integra el espectro de emisión, la variabilidad de excitación y la dinámica de blanqueamiento.
    • Utilizó un modelo lineal generalizado basado en tensores de rango uno.
    • Extrayó firmas espectrales y de blanqueamiento específicas de excitación de imágenes de referencia.

    Principales resultados:

    • El aprendizaje BEEP supera significativamente a los métodos convencionales y multivista parciales.
    • Demostró una mayor robustez y precisión en imágenes de fluorescencia altamente multiplexadas.
    • Validado en imágenes simuladas y reales de poblaciones microbianas.

    Conclusiones:

    • El aprendizaje BEEP ofrece un nuevo y potente enfoque para la microscopía de fluorescencia avanzada.
    • El marco amplía eficazmente la capacidad de distinguir múltiples fluoróforos.
    • Este método proporciona una mayor precisión para el análisis de muestras biológicas complejas.