.png){kind=icon}
返回
Physics-guided self-supervised reconstruction for structured illumination microscopy
.png){kind=icon}
PRE
AI
DOI：10.1016/j.optlaseng.2026.109850.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• PG-SIM将可微分SIM正向模型嵌入到自监督重建框架中，以实现稳健的结构光照明显微成像。• 双域目标函数结合泊松-高斯测量域数据保真度与频域一致性，以抑制临近OTF截止处的混叠泄漏。• 训练了专用的PG-SIM-3/6/9模型，用于特定协议的3帧、6帧和9帧采集，而非从通用9帧序列中下采样。• 在BioSR仿真中，PG-SIM-6将宽场成像的FRC衍生的分辨率从199.8 nm提升至128.6 nm。• 在匹配的3 × 3合成输入下，PG-SIM-9优于APC-SIM、SparseDeconv-SIM和PRS-SIM，而硬件实验表明其在固定细胞和半导体仿体数据上表现出有利的FWHM/PVR行为。
Keyword:
PG-SIM
structured illumination microscopy
self-supervised reconstruction
frequency-domain consistency
aliasing suppression
