【技术实现步骤摘要】
本专利技术涉及三维成像领域，特别涉及一种基于深度学习的提升体电子显微镜数据采集效率的方法。
技术介绍
1、体电子显微镜作为快速发展的前沿三维成像技术，可在纳米分辨率揭示细胞、组织、器官，甚至整个生物机体的立体结构，在生命科学、医学等领域的研究中有广泛的应用。其技术核心在于通过连续切片与多模态成像的结合实现三维重建，该技术主要包括以下流程：先对样品进行连续切片，对切片进行逐一拍摄成像，再基于连续图片进行目标结构的三维重建。
2、在使用过程中，需利用体电子显微镜拍摄大量的连续图像，而拍摄的时长则决定了数据采集成本。在实际操作中，延长成像时间有助于提升图像的信噪比，进而便于后期的三维重建；而缩短成像时间降低图像的信噪比，为后期的数据分析带来困难，但时间成本较低。因此，在保持成像速度的前提下，尽可能多地采集具有足够信噪比的图片是非常有必要的。
3、这里的陈述仅提供与本专利技术有关的
技术介绍
，而并不必然地构成现有技术。
技术实现思路
1、本专利技术的目的是提出一种基于深度学习...
【技术保护点】
1.一种基于深度学习的提升体电子显微镜数据采集效率的方法，其特征在于，包括步骤：
2.如权利要求1所述的基于深度学习的提升体电子显微镜数据采集效率的方法，其特征在于，所述体电子显微镜包括连续切面扫描电镜、聚焦离子束扫描电镜、连续切片透射电镜。
3.如权利要求1所述的基于深度学习的提升体电子显微镜数据采集效率的方法，其特征在于，所述神经网络增强模型包括特征提取模块、特征编码模块、正向特征提取分支、反向特征提取分支、特征融合模块和输出模块，所述神经网络增强模型采用L1损失与结构相似性损失的组合作为目标函数。
4.如权利要求1所述的基于深...
【技术特征摘要】
1.一种基于深度学习的提升体电子显微镜数据采集效率的方法，其特征在于，包括步骤：
2.如权利要求1所述的基于深度学习的提升体电子显微镜数据采集效率的方法，其特征在于，所述体电子显微镜包括连续切面扫描电镜、聚焦离子束扫描电镜、连续切片透射电镜。
3.如权利要求1所述的基于深度学习的提升体电子显微镜数据采集效率的方法，其特征在于，所述神经网络增强模型包括特征提取模块、特征编码模块、正向特征提取分支、反向特征提取分支、特征融合模块和输出模块，所述神经网络增强模型采用l1损失与结构相似性损失的组合作为目标函数。
4.如权利要求1所述的基于深度学习的提升体电子显微镜数据采集效率的方法，其特征在于，步骤s10中，所述体电子显微镜对样品进行快扫得到多张三维带噪图像数据序列。
5.如权利要求4所述的基于深度学习的提升体电子显微镜数据采集效率的方法，其特征在于，步骤s20中，将快扫得到的所述三维带噪图像数据序列划分为若干子块，并选取空间对应的成对图像子块。
6.如权利要求5所述的基于深度学习的提升体电子显微镜数据采...
【专利技术属性】
技术研发人员：王方方，陈波昊，王皓煜，江熠，陈曦，华云峰，
申请(专利权)人：上海交通大学医学院附属第九人民医院，
类型：发明
国别省市：
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。