Deep-STORM：基于深度学习的超分辨单分子显微成像
光学
2018-05-03 v3
摘要
我们提出了一种超快、精确且无参数的方法，称之为 Deep-STORM，用于从随机闪烁的发光体（例如用于定位显微术的荧光分子）获取超分辨图像。Deep-STORM 使用深度卷积神经网络，可在模拟数据或实验测量数据上训练，二者均得到了演示。该方法在具有挑战性的信噪比条件和高发光体密度下达到了最先进的（SOTA）分辨率，并且显著快于现有方法。此外，无需关于底层结构形状的任何先验信息，使得该方法适用于任何闪烁数据集。我们通过模拟和实验获得数据的超分辨图像重建验证了我们的方法。
引用
@article{arxiv.1801.09631,
title = {Deep-STORM: super-resolution single-molecule microscopy by deep learning},
author = {Elias Nehme and Lucien E. Weiss and Tomer Michaeli and Yoav Shechtman},
journal= {arXiv preprint arXiv:1801.09631},
year = {2018}
}
备注
7 pages, added code download reference and DOI for the journal version