部分的空間コヒーレント光コヒーレンス顕微鏡法と深層ニューラルネットワークを用いた定量的位相イメージングにおける高空間帯域幅【JST・京大機械翻訳】

Butola Ankit; Kanade Sheetal Raosaheb; Bhatt Sunil; Dubey Vishesh Kumar; Kumar Anand; Ahmad Azeem; Prasad Dilip K; Senthilkumaran Paramasivam; Ahluwalia Balpreet Singh; Mehta Dalip Singh

プレプリント

J-GLOBAL ID：202202200198998447 整理番号：22P0167458

部分的空間コヒーレント光コヒーレンス顕微鏡法と深層ニューラルネットワークを用いた定量的位相イメージングにおける高空間帯域幅【JST・京大機械翻訳】

High space-bandwidth in quantitative phase imaging using partially spatially coherent optical coherence microscopy and deep neural network

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (10件)： , , , , , , , , ,
資料名：
発行年： 2020年07月05日プレプリントサーバーでの情報更新日： 2020年07月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

定量的相顕微鏡(QPM)は,細胞内レベルで形態学的変化をモニターすることができる無標識技術である。空間感度と分解能に関するQPMシステムの性能は,光源のコヒーレンス特性と客観的レンズの開口数(NA)に依存する。ここでは,深いニューラルネットワークで支援された部分空間コヒーレント光コヒーレンス顕微鏡(PSC-OCM)を用いた高空間帯域幅QPMを提案した。PSC源は,干渉画像から再構成位相マップの空間感度を改善するために合成した。さらに,PSC-OCMシステムから得られた対低解像度(LR)および高分解能(HR)データセットを用いて,互換性のある生成敵対ネットワーク(GAN)を使用し,訓練した。ネットワークの訓練は,2種類の試料,すなわち,ほとんど均一なヒト赤血球(RBC)および高度に不均一なマクロファージ上で行った。低NAレンズで捕捉されたデータセットからのHR画像の予測により性能を評価し,実際のHR位相画像と比較した。RBCとマクロファージデータセットの両方について,空間帯域幅積の9倍の改善を実証した。PSC-OCM+GANアプローチは,光源の縦空間コヒーレンス特性を利用して,単一ショットラベルフリー組織イメージング,疾患分類および他の高分解能トモグラフィー応用に適用可能であると信じる。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

光学的測定とその装置一般 , 生体の顕微鏡観察法

, , , , , ,

前のページに戻る