科技工作者之家
加好友
科技工作者之家 2021-11-22
近日,中国科学院苏州生物医学工程技术研究所显微光学团队在Optics Letters上发表了题为Frequency–spatial domain joint optimization for improving super-resolution images of nonlinear structured illumination microscopy的研究论文,并被选为Editor's Pick(编辑精选)文章。
结构光照明显微镜(Structured illumination microscopy, SIM)以其成像速度快、光毒性小、无需特殊荧光标记等优势已成为生命科学领域尤其是活细胞成像中受欢迎的超分辨成像手段。典型的线性SIM(Linear SIM, L-SIM)可获得普通宽场成像显微镜约2倍的分辨率提升,而非线性SIM(Nonlinear SIM, NL-SIM)通过引入非线性效应可在L-SIM的基础上进一步拓展成像分辨率并已成功应用于活细胞成像。
然而,L-SIM和NL-SIM技术均依赖于复杂的后处理算法,其重建过程是一个易产生伪影的病态逆过程。重构伪影的存在导致L-SIM和NL-SIM成像的保真度和可靠性长期遭受质疑和批评。此前,苏州医工所显微光学团队开发出基于频谱优化的高保真SIM算法HiFi-SIM 【Light: Science & Applications, 10, 70, (2021)】,有效解决了L-SIM超分辨图像重建中的典型伪影。然而,与L-SIM图像重建相比,NL-SIM图像重建面临更多挑战:一方面,非线性阶次谐波的调制深度无法通过常规的交叉关联方法准确估计;另一方面,非线性阶次谐波的低信噪比属性造成重建过程中传统去卷积算法不可避免地产生严重伪影,妨碍了NL-SIM成像解析的亚细胞器结构的可信度。
为此,苏州医工所显微光学团队的文刚、王林波等提出将HiFi-SIM的频谱优化理念引入NL-SIM超分辨图像重建,进一步发展出一种高保真非线性SIM重建算法HiFi-NL-SIM。HiFi-NL-SIM建立了基于去相关分析法的非线性谐波的优选调制深度确定准则,解决了上述参数估计难题;采用“频域和空域联合优化策略”进一步实施NL-SIM重建频谱优化以抑制典型的伪影特征,实现了NL-SIM超分辨图像的高保真重建。此外,HiFi-NL-SIM使用一个理论生成的近似点扩散函数(point spread function, PSF)即可重建出高质量NL-SIM超分辨图像,避免了传统算法需要严苛标定与实际成像条件匹配的点扩散函数的复杂工作,提高了NL-SIM成像技术的易用性和可访问性。HiFi-NL-SIM算法作为简单易用的MATLAB GUI软件包,随论文开源,免费下载试用。
研究工作得到国家重点研发计划项目、国家自然科学基金和中科院战略性先导科技专项的支持。
苏州医工所在非线性SIM超分辨图像重建算法研究中取得进展
来源:中国科学院
原文链接:http://www.cas.cn/syky/202111/t20211122_4815025.shtml
版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。
电话:(010)86409582
邮箱:kejie@scimall.org.cn
自动化所在人脸图像老化生成算法方面实现新突破
科学家抓拍到遗传密码读取过程的高清图像
“珞珈二号”遥感图像发布 雷达成像填补国际空白
冷冻电镜原位成像技术算法取得重要突破
纽约大学发布「深度学习图像分割」最新综述论文,带你全面了解100个10大类深度图像分割算法
【论文精选】基于点特征检测的农业航空遥感图像配准算法
中科院科学家在红外图像条纹校正算法研究中取得进展
港大工程团队开发新算法 优化人工智能医学图像分析技术
排序算法与应用研讨会在深圳举办
基于局部方向正则化的快速图像插值算法