相关实验视频
Updated: Jun 15, 2025

10:04
Sample Drift Correction Following 4D Confocal Time-lapse Imaging
Published on: April 12, 2014
16.4K
在多样本细胞显微镜中,用于稳健的时差偏移校正估计的无托框架对齐.
Stefan Baar1, Masahiro Kuragano1, Naoki Nishishita2
1Graduate School of Engineering, Muroran Institute of Technology, Muroran 050-8585, Japan.
Journal of imaging
|August 28, 2024
概括
这项研究引入了一种深度学习方法,使用循环全对场变换 (RAFT) 来自动对准显微镜图像,纠正时差观测中的阶段漂移和动,以更好地分析细胞和组织动态.
科学领域:
- 显微镜的使用方法
- 图像分析 图像分析
- 计算生物学 计算生物学
背景情况:
- 框架对齐对于分析细胞和组织动态在显微镜时间间隔观测中至关重要.
- 多样本显微镜阶段移位会导致感兴趣区域 (ROI) 的偏移,动和漂移,导致错位的观测.
- 现有的方法可能难以应对多样本阶段运动的复杂性.
研究的目的:
- 开发一种强大的,自动化的方法来对准微观时隔观测中的.
- 为了补偿由样本阶段转移引入的阶段漂移和动.
- 为了提高显微镜中的形态和转化动力学分析的准确性.
主要方法:
- 利用循环全对场变换 (RAFT),用于光流的深度网络架构.
- 实施了子像素精确对齐方法.
- 在Sintel数据集上预先训练了RAFT模型用于注册任务.
主要成果:
- 该RAFT模型在各种时间间隔观测上实现了近乎完美的准确性,用于记录任务.
- 该方法对弹性未扭曲和转换位移的显微镜图像表现出了强度.
- 该方法成功地纠正了多个样本和设备的阶段漂移和动.
- 这种方法在图像登记方面是有效的,但在跟踪单个细胞或污染物方面却没有效果.
结论:
- 开发的基于RAFT的方法为对准微观时隔提供了强大而精确的解决方案.
- 这种方法有效地弥补了阶段漂移和动,提高了显微镜数据分析的可靠性.
- 有一个开源应用程序可用于纠正显微镜图像序列中的阶段漂移和动.

