基于深度学习的荧光显微图像超分辨重建方法
授权
摘要
本发明公开了一种基于深度学习的荧光显微图像超分辨重建方法，包括：采集普通荧光显微图像和弱荧光显微图像；利用SRRF算法和普通荧光图像获得超分辨图；以普通荧光显微图像、弱荧光显微图像以及超分辨图像组成数据集；利用训练集训练U‑Net网络，获得良好照明条件及弱照明条件的快速SRRF超分辨重建模型和图像增强模型，应用时，采集普通荧光和弱荧光显微序列图像，利用对应的SRRF超分辨重建模型获得超分辨图像，利用图像增强模型增强弱荧光显微图像的质量。该技术方法在不牺牲分辨率的前提下提升成像速度，减少荧光样品的漂白和光毒性，将超分辨成像技术的优势应用到活细胞内亚细胞结构的动态观察中，极具应用前景和商用价值。
基本信息
专利标题 ：
基于深度学习的荧光显微图像超分辨重建方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111524064A
申请号 ：
CN202010166665.5
公开（公告）日 ：
2020-08-11
申请日 ：
2020-03-11
授权号 ：
CN111524064B
授权日 ：
2022-04-29
发明人 ：
许迎科金璐红刘旭
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州天勤知识产权代理有限公司
代理人 ：
曹兆霞
优先权 ：
CN202010166665.5
主分类号 ：
G06T3/40
IPC分类号 ：
G06T3/40 G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T3/00
在图像平面内的图形图像转换
G06T3/40
整个或部分图像的缩放
法律状态
2022-04-29 ：
授权
2020-09-04 ：
实质审查的生效
IPC(主分类) : G06T 3/40
申请日 : 20200311
申请日 : 20200311
2020-08-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
