科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对高通量荧光显微成像中高密度、低信噪比、亚衍射极限荧光斑点的自动化精准检测和定位问题，基于UNet提出一种轻量级神经网络方法。该方法采用挤压和激发通道层注意力机制和残差模块优化特征信息，构建密度图和偏移量多输出架构，直接执行检测和亚像素定位。在公开数据集和模拟数据集进行实验，所提方法对低信噪比和高密度的荧光点检测优于当前算法，尤其对于达到衍射极限的高密度荧光点，有很好的检测性能，比如在128×128像素具有1200个荧光点并且大部分点达到衍射极限的图像下。所提算法对斑点的识别精度F1分数超过97.6%，定位误差为0.115 pixel，相比最新deepBlink方法，F1提升16.2个百分点并且定位误差减小0.63 pixel。
- 单位
