文献

J-GLOBAL ID：202002238891927367   整理番号：20A0215566

光学顕微鏡法における深部学習に基づく画像再構成と増強【JST・京大機械翻訳】

Deep-Learning-Based Image Reconstruction and Enhancement in Optical Microscopy

著者 (4件)： de Haan Kevin (Electrical and Computer Engineering Department, University of California at Los Angeles, Los Angeles, CA, USA) ,  Rivenson Yair (Electrical and Computer Engineering Department, University of California at Los Angeles, Los Angeles, CA, USA) ,  Wu Yichen (Electrical and Computer Engineering Department, University of California at Los Angeles, Los Angeles, CA, USA) ,  Ozcan Aydogan (Electrical and Computer Engineering Department, University of California at Los Angeles, Los Angeles, CA, USA)
資料名： Proceedings of the IEEE  (Proceedings of the IEEE)
巻： 108  号： 1  ページ： 30-50  発行年： 2020年 
JST資料番号： D0378A  ISSN： 0018-9219  CODEN： IEEPAD  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,深い学習は様々な推論タスクのための主要な機械学習技術の一つであることが示されている。分類のようなその主流の応用に加えて,画像再構成と光学顕微鏡における増強のための変換的機会を生み出した。顕微鏡画像データに基づく様々な逆問題を解決するとともに,顕微鏡画像処理システム間の画像変換からの新しい機能を付加するために,深い学習範囲のこれらの新しい応用のいくつかは,新しい能力を加えることである。深い学習は,顕微鏡と計算を混合し,どれも単独で行うことができないようにするために,データ駆動機器設計に向けて移動することを助けている。本論文は,コンピュータ顕微鏡とセンシングシステムを進歩させるために,深いニューラルネットワークを用いた最近の研究のいくつかの概観を提供し,それらの現在と将来の生物医学的応用をカバーする。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コンピュータ ,  画像処理システム ,  *学習 ,  *光学顕微鏡 ,  逆問題 ,  *画像再構成 ,  ニューラルネットワーク ,  画像変換 ,  *光学顕微鏡法
準シソーラス用語： データ駆動 ,  顕微鏡画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 光学顕微鏡法 ,  深部 ,  学習 ,  画像再構成 ,  増強