超光谱LSFM与只有DMD的塑造和神经网络重建

科学领域:

• 生物医学成像学 生物医学成像学
• 显微镜的使用方法
• 光学工程的光学工程.

背景情况:

• 传统的光板光显微镜 (LSFM) 在定量成像方面面临挑战,原因是自光和光谱重叠的光体.
• 频谱分辨率和信号损失的局限性阻碍了复杂生物样本中精确的光体量化.

研究的目的:

• 引入一种新的超频谱LSFM (HLSFM) 方法,DNR-HLSFM,用于稳健的光素量化.
• 克服传统LSFM在处理自发光和光谱重叠方面的局限性.
• 为了使生物医学研究中的多功能,高分辨率,定量超光谱成像成为可能.

主要方法:

• 开发了DNR-HLSFM,结合了只有DMD的光塑造和神经网络重建 (DNR).
• 集成结构化照明,具有物理采集模型,无噪声神经网络和非负解混.
• 消除了对光学波器的需求,提高了光谱分辨率,并最大限度地减少了信号损失.

主要成果:

• 成功展示了DNR-HLSFM用于斑马鱼胚胎的3D成像.
• 从生物样本中有效地消除了自光.
• 能够精确分离两个光谱重叠的红色光体,验证了定量准确性.

结论:

• DNR-HLSFM显著扩大了LSFM用于定量高光谱成像的能力.
• 这种计算技术为复杂的生物成像挑战提供了多功能解决方案.
• 公共可用的数据和代码促进了可复制性和该领域的进一步进步.