摘要
荧光显微镜具有对样品损伤小、可特异性成像等优点,是生物医学研究的主流成像手段。随着人工智能技术的快速发展,深度学习在逆问题求解中取得了巨大成功,被广泛应用于诸多领域。近年来,深度学习在荧光显微成像中的应用掀起了一个研究热潮,为荧光显微技术发展提供了性能上的突破与新思路。基于此,首先介绍了深度学习的基本网络模型,然后对基于深度学习的荧光显微成像技术在荧光显微的空间分辨率、图像采集及重建速度、成像通量和成像质量提升方面的应用进行阐述。最后,对目前深度学习在荧光显微成像中的研究进行总结与展望。
-
单位西安电子科技大学; 物理学院