【技术实现步骤摘要】
一种共聚焦显微镜的成像方法
本专利技术涉及显微镜成像
,尤其涉及一种共聚焦显微镜的成像方法。
技术介绍
荧光激光扫描共聚焦显微镜的原理为:激光系统(激发源)发出的相干光穿过共轭平面(共聚焦)中针孔,扫描点落在样品上,同时第二针孔位于检测器(光电倍增管)的前面。当激光被双色镜反射并在限定的焦平面上扫描整个样品时,从样品上的点(在同一焦平面中)发出的二次荧光会通过双色镜返回并在检测器的针孔处聚焦为共聚焦点。共聚焦显微镜是一种在生物学领域中非常重要的成像工具。即使在存在组织散射的情况下,它也能捕获高分辨率的三维图像。同时使用两个针孔可以确保拒绝来自背景点的大多数散射光。尽管拒绝这些散射光对成像质量的提升非常有必要,随之而来的代价也极高。为了确保这一点,不得不使用点扫描的方式来扫描样本。这就意味着,即使要在1mm3的视野中达到1μm这样的中等空间分辨率,也学要扫描多大109数量的点。即使在每个点的停留时间短到1μs,整体的成像时间也达到了以分钟为单位的数量级。如此缓慢的成像速度,对于动态目标成像提出了严峻的挑战。在生物 ...
【技术保护点】
1.一种共聚焦显微镜的成像方法,其特征在于,包括如下步骤:/nS1:使用光聚焦显微镜采集低扫描密度图像;/nS2:将所述低扫描密度图像重建成高分辨率图像;/nS3:输出所述高分辨率图像。/n
【技术特征摘要】
1.一种共聚焦显微镜的成像方法,其特征在于,包括如下步骤:
S1:使用光聚焦显微镜采集低扫描密度图像;
S2:将所述低扫描密度图像重建成高分辨率图像;
S3:输出所述高分辨率图像。
2.如权利要求1所述的共聚焦显微镜的成像方法,其特征在于,在步骤S1之前还包括:
训练共聚焦图像超分辨率深度网络模型,利用所述共聚焦图像超分辨率深度网络模型将所述低扫描密度图像重建成高分辨率图像;
所述共聚焦图像超分辨率深度网络模型包括基于PSNR的初级模型和基于视觉效果高级模型。
3.如权利要求2所述的共聚焦显微镜的成像方法,其特征在于,训练共聚焦图像超分辨率深度网络模型包括如下步骤:
T1:构建基于生成对抗网络的共聚焦图像超分辨率深度网络模型,
T2:构建训练数据集:使用光聚焦显微镜采集相同视野下的低扫描密度图像和与所述低扫描密度图像相应的第一高扫描密度图像;
T3:利用训练数据集对所述共聚焦图像超分辨率深度网络模型的所述初级模型进行训练,采用空间域损失函数进行约束;
T4:基于所述初级模型的训练结果,利用训练数据集对所述共聚焦图像超分辨率深度网络模型的所述高级模型进行训练,采用相对生成对抗损失函数、感知损失函数和傅里叶频域损失函数进行约束。
4.如权利要求3所述的共聚焦显微镜快速成像方法,其特征在于,所述初级模型包括:
生成器:所述低扫描密度图像作为输入,对所述低扫描密度图像重建后得到第二高扫描密度图像。
5.如权利要求4所述的共聚焦显微镜快速成像方法,其特征在于,所述生成器将所述低扫描密度图像重建得到所述第二高扫描密度图像包括如下步骤:
通过特征提取模块提取所述低扫描密度图像的特征;
通过特征映射模块重复地将所述特征映射到高维空间,再映射回低维空间,最终得到高维特征;
将所述高维特征输入到重建模块,所述重建模块基于所述高维特征和所述低扫描密度图像重建出所述第二高扫描密度图像。
6.如权利要求5所述的共聚焦显微镜快速成像方法,其特征在于,所述特征映射模块采用发现传播反馈结构进行特征映射,具体包括:
融合模块,用于利用不同的加权参数来将不同的特征组合起来;
上采样模块,...
【专利技术属性】
技术研发人员:李秀,董九阳,
申请(专利权)人:清华大学深圳国际研究生院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。