用于自动化显微镜的超速聚焦检测
图像与视频处理
2022-02-24 v3 计算机视觉与模式识别
摘要
现代科学仪器（如扫描电子显微镜（SEM））的技术进步显著提高了数据采集速率和图像分辨率，使得新的问题得以探索；然而，由此产生的数据量与速度，加上自动化实验，正迅速让科学家不堪重负，因为仍存在需要人工干预的关键步骤，例如审查图像聚焦。我们提出了一种用于串行采集的电子显微镜图像的快速离焦检测算法，并证明它可用于为神经科学工作流提供近实时质量控制。我们的技术，多尺度组织学特征检测（Multi-scale Histologic Feature Detection），改编了经典计算机视觉技术，并基于检测各种细粒度组织学特征。我们利用该技术固有的并行性来采用 GPU 原语以加速表征。我们表明我们的方法能在仅 20ms 内检测离焦状态。为使这些能力普遍可用，我们将我们的特征检测器部署为按需服务，并表明它可用于在约 230ms 内确定聚焦程度，从而实现近实时使用。
引用
@article{arxiv.2108.12050,
title = {Ultrafast Focus Detection for Automated Microscopy},
author = {Maksim Levental and Ryan Chard and Kyle Chard and Ian Foster and Gregg A. Wildenberg},
journal= {arXiv preprint arXiv:2108.12050},
year = {2022}
}