文献

J-GLOBAL ID：202102256197719063   整理番号：21A0153945

強度回折トモグラフィーによるモデルと学習に基づく計算3D位相顕微鏡法【JST・京大機械翻訳】

Model and learning-based computational 3D phase microscopy with intensity diffraction tomography

著者 (6件)： Matlock Alex (Boston University,Electrical And Computer Engineering,Boston,MA,USA) ,  Xue Yujia (Boston University,Electrical And Computer Engineering,Boston,MA,USA) ,  Li Yunzhe (Boston University,Electrical And Computer Engineering,Boston,MA,USA) ,  Cheng Shiyi (Boston University,Electrical And Computer Engineering,Boston,MA,USA) ,  Tahir Waleed (Boston University,Electrical And Computer Engineering,Boston,MA,USA) ,  Tian Lei (Boston University,Electrical And Computer Engineering,Boston,MA,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： Eusipco  ページ： 760-764  発行年： 2021年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 強度回折トモグラフィー(IDT)は,生物学的試料の定量的,体積的,大きな視野(FOV)位相イメージングを提供する新しい計算顕微鏡技術である。この手法は,単一焦点面における多様な照明の下で撮影された強度測定から弱散乱物体の3D位相体積を回復するために,計算的に効率的な逆散乱モデルを使用する。IDTはLEDアレイ源を備えた標準顕微鏡に容易に実装され,外因性造影剤を必要とせず,生物学的研究に広くアクセスできる。ここでは,IDTによる複雑な3D物体回復のためのモデルと学習ベースアプローチを論じた。2つのモデルベースの計算照明戦略,多重IDT(mIDT)[1]および環状IDT(aIDT)[2]を提示し,それぞれ,ハードウェア制限4Hzおよび10Hzの容積率で高スループット定量的3D物体位相回復を達成した。著者らは,生きた上皮頬細胞およびCaenorhabditis elegansの虫に関するこれらの技術を説明した。IDTによる強い散乱物体回復のために,深い学習ベースの位相回復法[3]の信頼性を評価するための不確実性定量化フレームワークを提案した。このフレームワークはニューラルネットワーク予測信頼水準のピクセル評価を提供し,効率的で信頼性のある複雑な物体回復を可能にした。この不確実性学習フレームワークは,信頼性のある深層学習ベース生物医学イメージング技術に広く適用でき,IDTに対する大きな可能性を示す。Copyright 2021 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： *回折 ,  *学習 ,  信頼度 ,  ニューラルネットワーク ,  造影剤 ,  生体試料 ,  *顕微鏡観察 ,  画素 ,  多重化 ,  ハードウェア ,  *位相 ,  *三次元 ,  *トモグラフィー ,  位相回復 ,  Caenorhabditis elegans

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 回折 ,  トモグラフィー ,  モデル ,  学習 ,  計算 ,  3D ,  位相 ,  顕微鏡法