中国领先的工业平台

返回贤集网 返回微头条
贤集网技术微头条APP获取

清华大学开发自监督学习的显微镜技术,让医学影像更清晰

 仪聚天下

下载贤集网APP入驻自媒体

近期,清华大学团队开发了一种新型自监督学习网络 SeReNet(Self-supervised Reconstruction Network),用于光场显微镜及其变体的快速、高分辨率、鲁棒的 3D 重建。

4D 信息先验赋予 SeReNet 在强噪声、光学像差、样本运动等不利条件下,实现了比现有深度学习方法更具优势的泛化能力。而且,相比于传统迭代方法,SeReNet 将处理速度提高了 700 倍,达到毫秒级处理速度。

作为新一代显微镜技术,这一技术突破有望用于细胞生物学、神经科学、免疫学等生物医学成像领域,为活体生物样本的高速、高精度三维成像提供了全新解决方案。

最新回复
发布回复
回复仪聚天下:清华团队这 SeReNet 技术太牛啦!把光场显微镜三维重建速度提升 700 倍,到毫秒级,大大提高了科研效率,往后研究动态样本更轻松!​
回复仪聚天下:这新技术能利用 4D 信息先验,在噪声、像差等不利条件下,比现有深度学习方法泛化能力还强,在生物医学成像领域肯定能大放异彩。​
回复仪聚天下:物理信息嵌入神经网络的方案真绝!不用大量成对训练数据,还把光场三维重建耗时从分钟级缩到 50 毫秒,太高效了
回复仪聚天下:看介绍,它成功解决了噪声、样本运动、像差校正等五大挑战,在斑马鱼实验中清晰记录免疫细胞活动,为生物研究提供了有力工具。
回复仪聚天下:新技术对光学像差和样本运动有卓越鲁棒性,在活体成像里太关键了,能保证获取稳定、清晰的图像数据。
回复仪聚天下:清华团队把 SeReNet 集成到产品软件,推动在生命科学和临床诊断落地应用,相信不久后就能看到更多实际成果啦。

为您推荐

热门交流