基于富里埃的三维多级变压器用于多细胞标本中的偏差校正
Thayer Alshaabi1,2, Daniel E Milkie3, Gaoxiang Liu4
1Howard Hughes Medical Institute, Ashburn, VA, USA. alshaabit@hhmi.org.
Nature methods
|October 1, 2025
概括
我们开发了AOVIFT,这是一个机器学习框架,可以在显微镜中纠正光学偏差. 这种由人工智能驱动的解决方案可以提高图像分辨率和对比度,而不需要复杂的硬件,从而使高分辨率成像更容易获得.
科学领域:
- 显微镜和成像科学 显微镜和成像科学
- 人工智能在生物学中的应用
- 光学物理学的光学物理学
背景情况:
- 高分辨率组织成像受限于光学偏差,降低图像质量.
- 传统的自适应光学 (AO) 解决方案对于大规模成像是复杂,昂贵和缓慢的.
研究的目的:
- 引入AOVIFT,一种用于显微镜中的偏差感知和校正的新型机器学习框架.
- 为了降低高分辨率成像的计算成本和硬件要求.
主要方法:
- 开发了AOVIFT,这是一个机器学习框架,使用3D多阶段视觉变压器在Fourier域嵌入上运行.
- 在点点标记的标本中,推断的光学偏差和恢复的衍射受限性能.
- 在活着的基因编辑斑马鱼胚胎上进行验证,通过可变形镜或获得后解来纠正异常.
主要成果:
- 与现有方法相比,AOVIFT实现了偏差校正,降低了计算成本,训练时间和内存足迹.
- 在活生物样本中成功证明了空间变异异常的纠正.
- 启用了高分辨率体积显微镜,并简化了实验工作流程.
结论:
- AOVIFT有效地纠正光学偏差,增强显微镜中的分辨率和对比度.
- 由人工智能驱动的方法消除了对波浪前线传感硬件的需求,降低了技术障碍.
- 在各种生物应用中,AOVIFT促进了对高分辨率体积成像的更广泛访问.
