.png){kind=icon}
返回
Volumetric localization microscopy with deep learning
.png){kind=icon}
OA
AI
DOI：10.1038/s41467-025-65941-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
超分辨率显微技术，特别是基于定位的方法，需要对光学复杂性、计算需求以及用户易用性进行仔细的权衡。传统策略通常采用确定性或基于学习的方法，忽视了利用其协同优势的机会。在本工作中，我们引入了结合深度学习的体素定位显微术（VLM），这是一种超分辨率方法，整合了仪器和算法的先进技术，以实现高保真度的3D单分子成像。VLM采用波前优化的光场配置来捕获单分子数据，而级联神经网络以10 nm横向和25 nm轴向的定位精度重建3D体素并提取分子坐标，有效成像深度超过4 µm。与现有方法不同，VLM仅使用系统感知的固有点扩散函数进行训练，避免了对外部成像模式或样本特定数据训练的依赖。我们在多种生物样本上验证了VLM，展示了其硬件简单性、数据高效性和低光毒性。我们预期VLM将克服荧光显微术中的当前局限性，推动生物医学研究的更广泛应用。体素定位显微术（VLM）整合光场成像与深度学习，实现高保真度3D单分子成像。VLM基于系统感知的PSF训练，为生物医学研究提供简单、高效、低毒性的3D成像方案。
Keyword:
Volumetric Localization Microscopy
Deep Learning
Super-resolution Microscopy
Single-molecule Imaging
Light-field Imaging
期刊
IF:
15.7
论文数:
9.3W
被引数:
91.2W
机构
引用论文
Deep learning-driven adaptive optics for single-molecule localization microscopy用于单分子定位显微镜的深度学习驱动的自适应光学.png)
NATURE METHODSOAAI
NATURE METHODSIF32.1
OAAI分享收藏Resolution in super-resolution microscopy - definition, trade-offs and perspectives超分辨率显微镜的分辨率-定义，权衡和观点
PREAI
分享收藏Rapid image deconvolution and multiview fusion for optical microscopy用于光学显微镜的快速图像去卷积和多视图融合NATURE BIOTECHNOLOGY
OAAI
NATURE BIOTECHNOLOGYIF41.7
OAAI分享收藏TNF and IL-1 exhibit distinct ubiquitin requirements for inducing NEMO-IKK supramolecular structuresOAAI
OAAI分享收藏
查看更多内容