文献

J-GLOBAL ID：202202245272296593   整理番号：22A0972026

深層学習によるプラズモン共鳴散乱イメージングの高分解能化【JST・京大機械翻訳】

High Resolution of Plasmonic Resonance Scattering Imaging with Deep Learning

著者 (7件)： Song Ming Ke (Key Laboratory of Luminescence Analysis and Molecular Sensing (Southwest University), Ministry of Education, College of Computer and Information Science, Southwest University, P. R. China) ,  Ma Yun Peng (Key Laboratory of Luminescence Analysis and Molecular Sensing (Southwest University), Ministry of Education, College of Computer and Information Science, Southwest University, P. R. China) ,  Liu Hui (Key Laboratory of Luminescent and Real-Time Analytical System (Southwest University), Chongqing Science and Technology Bureau, College of Pharmaceutical Sciences, Southwest University, P. R. China) ,  Hu Ping Ping (School of Pharmaceutical Sciences, Chongqing University, P. R. China) ,  Huang Cheng Zhi (Key Laboratory of Luminescent and Real-Time Analytical System (Southwest University), Chongqing Science and Technology Bureau, College of Pharmaceutical Sciences, Southwest University, P. R. China) ,  Zhou Jun (Key Laboratory of Luminescence Analysis and Molecular Sensing (Southwest University), Ministry of Education, College of Computer and Information Science, Southwest University, P. R. China) ,  Zhou Jun (Key Laboratory of Luminescent and Real-Time Analytical System (Southwest University), Chongqing Science and Technology Bureau, College of Pharmaceutical Sciences, Southwest University, P. R. China)
資料名： Analytical Chemistry  (Analytical Chemistry)
巻： 94  号： 11  ページ： 4610-4616  発行年： 2022年 
JST資料番号： A0395A  ISSN： 0003-2700  CODEN： ANCHAM  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： 暗視野顕微鏡(DFM)イメージング技術は,高い信号対雑音比の利点を有し,単一ナノ粒子レベルでのプラズモン共鳴散乱と生物学的イメージングのリアルタイムモニタリングにしばしば用いられる。光学回折限界の限界により,その距離が回折限界よりも小さい2つ以上のナノ粒子を正確に識別するのは,まだ挑戦的な仕事である。ここでは,回折制限DFM画像における散乱光スポットの効果的なセグメンテーションを実現し,高分解能プラズモン光散乱イメージングを得る,深い学習フレームワーク(NanoNet)に基づく計算戦略を提案した。DFMの小さいデータセットと対応する走査電子顕微鏡(SEM)画像対を用いて,NanoNetを用いて高度に分解された意味画像モデルを得て,このように,SEMを用いて取得したそれらの分解能を整合する高度に分解されたDFM画像を得ることができた。著者らの方法は,複雑な光学系を追加することなく,回折制限DFM画像を高度に分解されたものに変換する能力を持っている。概念の証明として,NanoNet技術による生細胞の高度に分解されたDFM画像を成功裏に作成して,高分解能光学ナノスコピックイメージングのための新しい道を開いた。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  回折 ,  *共鳴散乱 ,  *散乱 ,  走査電子顕微鏡 ,  光散乱 ,  *プラズモン ,  *学習 ,  セグメンテーション ,  *プラズマ共鳴 ,  *画像処理 ,  画像技術 ,  *高分解能 ,  ナノ粒子
準シソーラス用語： 生細胞 , 【Automatic Indexing@JST】

分類 (4件)： 分光分析  (CC03012W) ,  固体プラズマ  (BM02160W) ,  生体の顕微鏡観察法  (EA03050C) ,  原子・分子のクラスタ  (BH09030O)

タイトルに関連する用語 (5件)： 深層学習 ,  プラズモン共鳴 ,  散乱 ,  イメージング ,  高分解能化