SR-CACO-2: 用于共聚焦荧光显微镜图像超分辨率的数据集

共聚焦荧光显微镜是在细胞和亚细胞水平研究生物过程中最易获取且广泛使用的成像技术之一。扫描共聚焦显微镜能够从厚三维样本中捕获高质量图像，但存在众所周知的局限性，例如由强光照射引起的光漂白和光毒性，限制了其应用。通过改变成像参数以减少光照可以减轻细胞损伤，但这通常以牺牲图像质量为代价。用于单图像超分辨率的机器学习/深度学习方法可通过将低分辨率图像上采样为高分辨率图像来恢复图像质量。这些单图像超分辨率方法已成功应用于逼真图像，部分原因是公开可用数据的丰富性。相比之下，公开可用数据的缺乏在一定程度上限制了它们在扫描共聚焦显微镜中的应用和成功。在本文中，我们介绍了一个名为SR-CACO-2的大型扫描共聚焦显微镜数据集，该数据集由标记了三种不同荧光标记物的低分辨率和高分辨率图像对组成。它允许在三个不同的上采样级别（X2、X4、X8）上评估单图像超分辨率方法的性能。SR-CACO-2包含人上皮细胞系Caco-2，由2200张独特图像组成，以四种分辨率和三种标记物捕获，为单图像超分辨率方法形成了9937个图像块。我们提供了16种主流单图像超分辨率方法家族的基准测试结果。结果表明，这些方法在生成高分辨率纹理方面效果有限。该数据集在知识共享许可协议下免费提供。我们的数据集、代码和单图像超分辨率方法的预训练权重可在以下网址获取：https://github.com/sbelharbi/sr-caco-2。