单分子定位显微成像广泛应用于亚细胞结构的三维空间解析。传统的单分子定位分析方法依赖于点扩展函数(PSF)模型拟合，制约了一些较为复杂的PSF模型的应用。深度学习的出现正在逐渐改变单分子定位的分析方法，有望用来分析复杂的PSF模型，并能提供新的方向和思路。介绍了深度学习在单分子定位、稀疏图像重建、PSF设计和高内涵信息提取等方面的应用，并介绍了目前主流的数据模拟方法。最后对深度学习在单分子定位显微成像领域内的发展方向进行了展望。
科研之友
微信
新浪微博
Facebook
分享链接
