Deep learning-based super-resolution and image transformation into structured illumination microscopy

显微镜 分辨率(逻辑) 人工智能 转化(遗传学) 图像分辨率 荧光显微镜 人工神经网络 计算机视觉 计算机科学 匹配(统计) 图像(数学) 光学 材料科学 模式识别(心理学) 荧光 物理 化学 数学 统计 基因 生物化学
作者
Hongda Wang,Yair Rivenson,Yiyin Jin,Zhensong Wei,Ronald Gao,Harun Günaydın,Laurent A. Bentolila,Cömert Kural,Aydogan Özcan
标识
DOI:10.1364/microscopy.2020.mm3a.4
摘要

We demonstrate single-image super-resolution in fluorescence microscopy using a trained neural-network, matching the resolution of structured illumination microscopy (SIM). This performance is achieved without any parameter estimation or assumptions about the imaging system.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
mystar完成签到,获得积分10
1秒前
背后的觅露完成签到,获得积分10
1秒前
Lnq完成签到 ,获得积分10
4秒前
风情阿荣完成签到 ,获得积分10
6秒前
飞跃完成签到,获得积分10
7秒前
8秒前
悦悦完成签到 ,获得积分10
10秒前
小马甲应助shekunxuan采纳,获得10
11秒前
赘婿应助执着的飞荷采纳,获得10
11秒前
11秒前
11秒前
13秒前
zm发布了新的文献求助30
13秒前
13秒前
13秒前
燕返完成签到,获得积分10
14秒前
15秒前
15秒前
想去不周山考古完成签到,获得积分10
16秒前
桐桐应助俣众不同采纳,获得10
16秒前
16秒前
susan完成签到 ,获得积分10
17秒前
安静曼云发布了新的文献求助10
17秒前
白石溪完成签到,获得积分10
17秒前
17秒前
月夜完成签到,获得积分10
18秒前
邓布利多完成签到,获得积分10
18秒前
agga完成签到,获得积分10
19秒前
乐乐应助务实的犀牛采纳,获得10
19秒前
20秒前
20秒前
20秒前
waitingfor发布了新的文献求助10
21秒前
22秒前
22秒前
22秒前
23秒前
zm完成签到,获得积分10
23秒前
王某完成签到,获得积分10
24秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Reproduction Third Edition 3000
Comprehensive Methanol Science Production, Applications, and Emerging Technologies 2000
化妆品原料学 1000
1st Edition Sports Rehabilitation and Training Multidisciplinary Perspectives By Richard Moss, Adam Gledhill 600
小学科学课程与教学 500
Study and Interlaboratory Validation of Simultaneous LC-MS/MS Method for Food Allergens Using Model Processed Foods 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5643668
求助须知:如何正确求助?哪些是违规求助? 4761770
关于积分的说明 15021824
捐赠科研通 4801962
什么是DOI,文献DOI怎么找? 2567166
邀请新用户注册赠送积分活动 1524860
关于科研通互助平台的介绍 1484449