摘要
基于深度时空信息整合的单分子超分辨显微成像方法,属于生物超高分辨显微成像领域。本发明实现方法为:建立用于定位超高密度荧光分子的初始网络模型;通过设定训练参数和网络超参数,融入闪烁机制和时间窗口得到训练数据;用训练数据训练网络直到迭代轮次达到训练参数设定轮次,且模型效果评估在训练轮次之间接近稳定,不再继续出现明显提升;将待测数据通过相机参数转化为光子数据并输入网络中并输出概率矩阵和定位信息;根据设定的概率阈值得到每一帧的荧光分子位置信息,通过重构得到荧光分子的超分辨定位图。本发明结合单分子定位显微技术,提高超高密度超分辨率成像的定位精度,适用于不同成像条件的固定细胞的荧光显微成像。
技术关键词
超分辨显微成像方法
深度时空信息
分子
神经网络模型
网络模型训练
生成训练数据
空间特征提取
模型超参数
相机
特征提取模块
捕获图像序列
超分辨率成像
超分辨率重构
荧光显微成像
像素点
高斯混合模型
系统为您推荐了相关专利信息
矩阵恢复
信道估计方法
大规模MIMO系统
递归神经网络
前馈神经网络
孔隙结构特征
图像采集参数
描述符
多尺度卷积神经网络
分辨率
仿真计算方法
分子结构模型
氮掺杂碳材料
金属掺杂
密度泛函理论