基于显式神经场的荧光diffraction层析
光学
2024-08-20 v2 图像与视频处理
摘要
同时成像荧光标记物和无标签相位对象可提供distinct和互补的信息。大多数多模态荧光-相位成像 operate in transmission mode，分别或顺序捕获荧光图像和相位图像，这限制了其体内实际应用。本文发展了使用显式神经场的荧光diffraction层析(FDT)，用于从反射模式下捕获的衍射荧光图像中重建 3D 折射率(RI)。FDT 成功重建 3D RI 依赖于四个关键组件：粗到细结构、自标定、微分多片渲染模型和部分相干掩码。显式表示与粗到细结构集成可实现高速、高分辨率的重建，而微分多片渲染模型使荧光照明实现自标定，确保准确的前向图像预测和 RI 重建。部分相干掩码有效解决了相干光模型与部分相干光数据的差异。FDT 在 530 530 300 体积内的 1024 1024 像素、24 层 z 方向上的荧光图像上成功重建了 3D 培养的无标签牛肌肉纤维的 RI，展示了对体积大且结构复杂生物样本的高分辨率和高精度 3D RI 重建能力。
关键词
引用
@article{arxiv.2407.16657,
title = {Fluorescence Diffraction Tomography using Explicit Neural Fields},
author = {Renzhi He and Yucheng Li and Junjie Chen and Yi Xue},
journal= {arXiv preprint arXiv:2407.16657},
year = {2024}
}