通过融合深度学习和超低光显微镜来实现近零光子生物成像

科学领域:

• 生物技术是生物技术.
• 光学显微镜的使用方法
• 人工智能 (AI) 是一种人工智能.

背景情况:

• 在光学显微镜中减少样品辐射对于可靠性和可重复性至关重要.
• 低辐射率增加光子稀疏性 (Poisson噪声),限制图像质量.
• 目前克服稀疏性的方法需要长时间的采集时间,从而降低成像率.

研究的目的:

• 引入一种新的生物成像方法,可在显著降低的辐射强度和高速运行.
• 为了克服生物成像中光子稀疏性的局限性.
• 为了实现高准确度的成像与最小的光照曝光.

主要方法:

• 开发了一种近零光子生物成像技术,将专门的光显微镜与超低背景功能相结合.
• 利用人工智能 (AI) 算法,从极低的光子计数 (每像素仅为0.01光子) 来重建生物图像.
• 在千赫兹 (kHz) 速率下运行系统,实现比标准显微镜低一万倍的辐射强度.

主要成果:

• 从每像素接近零的光子来证明多细胞和亚细胞结构的高保真重建.
• 实现了kHz成像速率,样本辐射量显著降低.
• 展示了该方法捕捉最小光子计数所代表的特征的能力.

结论:

• 近零光子生物成像为提高光学显微镜可靠性和速度提供了一个范式转变.
• 这种由人工智能驱动的方法有效地从稀疏的光子数据中重建图像.
• 这项技术具有超越显微镜的潜在应用,包括遥感和生物医学成像.