基于深度学习的单帧超分辨率端到端定量相位显微成像方法

    公开(公告)号:CN118096528A

    公开(公告)日:2024-05-28

    申请号:CN202311224598.8

    申请日:2023-09-21

    Abstract: 本发明公开了一种基于深度学习的单帧超分辨率端到端定量相位成像方法,可在传统明场显微镜中实现超分辨率定量相位显微成像,而不需使用复杂装置。该方法首先沿光轴采集两幅强度图像;其次利用反卷积求解光强传输方程得到定量相位图,作为网络训练真值数据集;而后通过数值方法获取低分辨率强度图像,作为网络训练输入数据集;随后利用训练数据集训练深度神经网络,使其掌握低分辨率强度图像和高分辨率相位图像之间的映射关系;最后向网络输入全新的单帧低分辨率强度图像,即可获得超分辨率定量相位图像。本发明可在无需额外硬件或光学设计的前提下,通过深度学习算法赋予明场显微系统以定量、高速、成本低、结构简单、超分辨、高精度、大视场的优势实现超分辨率定量相位成像的能力。

    一种基于非干涉合成孔径的光强传输衍射层析显微成像方法

    公开(公告)号:CN114965470B

    公开(公告)日:2024-05-17

    申请号:CN202210545129.5

    申请日:2022-05-19

    Abstract: 本发明公开了一种基于非干涉合成孔径的光强传输衍射层析显微成像方法,通过采集不同照角度下的轴向离焦强度堆栈,在光强频谱上执行半空间傅里叶滤波或等效的三维希尔伯特变换,结合非干涉合成孔径,从而实现了基于非干涉测量下无需满足匹配照明条件的衍射层析成像。由于固有的合成孔径优势,使得成像分辨率达到非相干成像衍射极限,获得了高分辨率成像结果。采用非干涉测量,成像光路简单,光学路径稳定,成像结果不受散斑和寄生干涉影响,并且可高度兼容传统明场显微镜结构。

    基于半监督学习的突变TP53免疫学检测方法

    公开(公告)号:CN116912240B

    公开(公告)日:2023-12-08

    申请号:CN202311163393.3

    申请日:2023-09-11

    Abstract: 本发明公开了一种基于半监督学习的突变TP53免疫学检测方法,包括在每个胃腺体切片上获取H&E染色切片全片图像与p53染色切片全片图像;将H&E染色与p53染色切片的全片图像裁剪为相同大小并进行配准与角度校正,得到H&E染色与p53染色切片训练数据集;构建两个相同架构的基于移位窗视觉自注意力模型的深度神经网络;根据交叉伪标签监督的原理对两个深度神经网络进行训练,采用反向传播算法与优化算法对两个网络进行更新;将实时采集的H&E染色图像输入训练好的加入具体参数丢弃模块的深度神经网络进行获取突变TP53的区域掩膜。(56)对比文件Andrew Su 等.A deep learning modelfor molecular label transfer that enablescancer cell identification fromhistopathology images《.https://www.nature.com/articles/s41698-022-00252-0》.2022,全文.

    一种基于光强传输方程的相干效应补偿方法

    公开(公告)号:CN116320775A

    公开(公告)日:2023-06-23

    申请号:CN202211361951.2

    申请日:2022-11-02

    Abstract: 本发明公开了一种基于光强传输方程的相干效应补偿方法。首先,将待测样品放于显微光路中,利用相机沿光轴采集离焦距离分别为z,0和‑z处的三幅光强图Iz,I0和I‑z;其次,基于光强传输方程求得待测样品的定量相位而后,基于相位传递函数理论求得待测样品的定量相位最后,取的低频与的高频获得最终的优化相位本发明具有高准确率、高分辨率、高对比度且非干涉的优点,可补偿部分相干照明成像系统的相干效应。在具有噪声的情况下比单独使用两种方法的情况具有更好的鲁棒性。拓宽了应用范围,在缓变相位物体甚至是大相位的情况下仍然具有良好的成像质量,工作环境要求更宽松,应用范围更广泛。

    无透镜显微成像系统及基于平均投影迭代的图像重构方法

    公开(公告)号:CN112327473A

    公开(公告)日:2021-02-05

    申请号:CN202110016307.0

    申请日:2021-01-07

    Abstract: 本发明公开了一种无透镜显微成像系统及基于平均投影迭代的图像重构方法。该系统由LED光源、样品台及相机构成。该图像重构方法通过基于平均投影及自适应像素超分辨的迭代算法,从相机在单色光照明下拍摄所得的光强图像恢复得到高分辨率的待测光波场的相位信息,然后通过数值反传播获得待测物体在聚焦面上的复振幅,最后进行图像滤波,获得了物体在聚焦面上高信噪比的振幅及相位信息。本发明不用借助于其他成像光学元件,可缩小显微镜体积,降低成本;同时利用多个离焦平面上的图像信息,获得高信噪比的样品的定量相位图像,实现了生物细胞样品的无标记三维成像。有望于细胞生物学、动物学、生命科学及医学诊断等领域得到广泛应用。

    基于光强传输方程的相衬与微分干涉相衬的显微成像方法

    公开(公告)号:CN109581645B

    公开(公告)日:2020-07-24

    申请号:CN201811396945.4

    申请日:2018-11-22

    Abstract: 本发明公开了一种基于光强传输方程的相衬与微分干涉相衬的显微成像方法,首先沿光轴采集三幅强度图像;其次利用反卷积求解光强传输方程得到定量相位图;而后根据微分干涉相衬成像原理获得该成像模态下的光强图;最后根据相衬成像原理求解对应的相位传递函数从而获得该成像模态下的光强图。本发明可在无需对传统明场显微镜进行复杂改造的前提下,赋予明场显微镜实现相衬与微分干涉相衬成像的能力,即只需使用普通的传统明场显微镜,无需添加任何复杂器件,通过相衬与微分干涉相衬算法以定量、高速、成本低、结构简单、受外界干扰少的优势实现与成本昂贵、结构复杂、环境条件要求严苛的相衬显微镜、微分干涉相衬显微镜相同的成像效果。

    全自动显微图像景深拓展系统及其方法

    公开(公告)号:CN110824689A

    公开(公告)日:2020-02-21

    申请号:CN201911059420.6

    申请日:2019-11-01

    Abstract: 本发明公开了一种全自动显微图像景深拓展系统及其方法,包括图像采集部分和自动控制部分,所述图像采集部分包括彩色相机、筒镜、物镜、载物台、光源;所述自动控制部分包括步进电机、导轨、传感器、中间设备,整个系统是在每个视野的聚焦面上下范围内等间隔不同位置采集图像,将这一系列图像经过图像融合处理后得到景深拓展后的结果。本发明采用基于图像融合的方式进行景深拓展,从而获得每个视野的最清晰图像,相对传统的景深拓展方式不会削弱光学系统的光通量和分辨率;图像采集、图像融合全自动化,并且实现的融合算法简单不会丢弃图像细节信息。

Patent Agency Ranking