.png){kind=icon}
返回
A computational super-resolution framework for multidimensional fluorescence imaging
.png){kind=icon}
OA
AI
DOI：10.1126/sciadv.aec7970.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
全面捕捉生物过程的异质性仍然是一个核心挑战，因为传统共聚焦显微镜通常扫描小体积内的大量分子。超分辨率成像技术的发展能够捕捉具有卓越细节的图像。当超分辨率与功能成像（如荧光寿命和光谱成像）相结合时，它能够更好地分离图像组分并感知纳米尺度的环境特性。这些多维成像方法通常分别获取功能性和荧光图像，然后再合并数据集，这种事后处理方法可能导致动态范围不匹配和微妙分子信号的丢失。在此，我们介绍一种基于像素重分配去模糊（DPR）算法的计算超分辨率框架，该框架将多维数据作为高维张量处理，将空间轴与荧光寿命或光谱信息整合到单一数据集中。利用DPR，可以从常规荧光显微镜图像中提取高分辨率细节，甚至来自单次捕获。我们证明，这种方法能够增强多维数据集的空间分辨率，同时不牺牲定量保真度。作为概念验证，我们展示了超分辨率多模态成像（强度、寿命和光谱），在揭示精细尺度细节的同时保留稀有或低强度分子事件的信号。这一易于使用且强大的方法为定量、单分子水平洞察复杂生物系统铺平了道路。
期刊
IF:
12.5
论文数:
2.1W
被引数:
18.1W
机构
查看更多机构
引用论文
暂无论文信息