基于深度学习的利用工程化点扩散函数图像虚拟重聚焦
图像与视频处理
2021-06-22 v1 计算机视觉与模式识别
机器学习
光学
摘要
我们提出一种在扩展景深（DOF）下的虚拟图像重聚焦方法，其由级联神经网络与双螺旋点扩散函数（DH-PSF）实现。该网络模型称为 W-Net，由两个级联的生成器与判别器网络对组成。第一个生成器网络学习将输入图像虚拟重聚焦到用户定义平面，而第二个生成器学习执行跨模态图像变换，改善输出图像的横向分辨率。利用该 W-Net 模型与 DH-PSF 工程化，我们将荧光显微镜的 DOF 扩展了约 20 倍。该方法可应用于开发支持深度学习的图像重建方法，用于利用工程化 PSF 以提升成像性能（包括空间分辨率与体成像吞吐量）的定位显微技术。
引用
@article{arxiv.2012.11892,
title = {Deep learning-based virtual refocusing of images using an engineered point-spread function},
author = {Xilin Yang and Luzhe Huang and Yilin Luo and Yichen Wu and Hongda Wang and Yair Rivenson and Aydogan Ozcan},
journal= {arXiv preprint arXiv:2012.11892},
year = {2021}
}
备注
7 Pages, 3 Figures, 1 Table