科研之友
微信
新浪微博
Facebook
分享链接
摘要
超分辨荧光显微镜突破了光学衍射极限造成的空间分辨率限制，使得生物学家能够在生命体和细胞具有活性的状态下，对其功能与结构进行高精度动态记录，有望揭示更多重要的生命现象细节。然而，由于超分辨荧光显微技术的成像视场、深度、分辨率、速度等不易兼得，所以解卷积作为一种最有效且直接的求解逆问题的框架，被广泛应用于增强超分辨显微镜的时空分辨率。研究人员聚焦于通过相应算法设计实现高质量显微图像的重建，在一定程度上克服了超分辨荧光显微镜的硬件限制，更好地恢复生物信息。本文首先介绍了解卷积方法的基本原理以及相应发展历程，其次列举了不同解卷积技术在不同模态下的重建原理与效果及相应生物学应用，最后总结了基于深度学习的解卷积方法在超分辨荧光显微镜技术上的最新进展和未来发展的潜力，并对包括傅里叶环相关的定量评估图像重建质量方法的最新进展进行了阐述。
- 单位
