深度学习增强的手机显微镜
机器学习
2018-03-19 v1 计算机视觉与模式识别
医学物理
摘要
手机促进了现场便携、高性价比成像与传感技术的创造，其性能接近实验室级仪器。然而，手机的的光学成像接口并非为显微镜设计，在对显微标本成像时会产生空间与光谱畸变。在此，我们报道使用深度学习来校正手机显微镜引入的此类畸变，从而生成高分辨率、去噪且色彩校正的图像，匹配配备高端物镜的台式显微镜性能，并扩展其有限的景深。在训练卷积神经网络后，我们成功地对各类样本成像，包括血涂片、组织病理学组织切片与寄生虫，其中记录图像被高度压缩以简化远程医疗应用的存储与传输。该方法适用于其他低成本、有像差的成像系统，并可为昂贵笨重的显微镜提供替代方案，同时为临床与生物医学应用中的光学图像标准化提供框架。
引用
@article{arxiv.1712.04139,
title = {Deep learning enhanced mobile-phone microscopy},
author = {Yair Rivenson and Hatice Ceylan Koydemir and Hongda Wang and Zhensong Wei and Zhengshuang Ren and Harun Gunaydin and Yibo Zhang and Zoltan Gorocs and Kyle Liang and Derek Tseng and Aydogan Ozcan},
journal= {arXiv preprint arXiv:1712.04139},
year = {2018}
}