买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请公开了自监督多模态结构光显微重建方法和系统，包括：利用结构光激发生物样本以获取自生物样本的受激产生的J个原始荧光图像序列Y，其中，J是大于或等于1的整数，每个原始荧光图像序列Y包括S幅荧光图像，S是大于或等于2的整数，每幅荧光图像具有M*N的像素尺寸，其中M和N是偶数，针对所述J个原始荧光图像序列Y的每个原始荧光图像序列Y产生训练集；基于所述训练集训练去噪用神经网络；利用标准结构光超分辨率重建算法对所述J个原始荧光图像序列Y的每个原始荧光图像序列Y中的S幅荧光图像进行超分辨率重建，以形成超分辨率图像，将该超分辨率图像作为所述去噪用神经网络的输入，以获得最终的超分辨率重建图像。

主权项：1.一种自监督多模态结构光显微重建方法，包括：利用结构光激发生物样本以获取自生物样本的受激产生的J个原始荧光图像序列Y，其中，J是大于或等于1的整数，每个原始荧光图像序列Y包括S幅荧光图像，S是大于或等于2的整数，每幅荧光图像具有M*N的像素尺寸，其中M和N是偶数，针对所述J个原始荧光图像序列Y的每个原始荧光图像序列Y在计算机中运行程序，所述程序使得：1对于所述S幅荧光图像中的第i个荧光图像yi通过像素重新排列的方式提取像素尺寸均为M2*N2的第一子图、第二子图、第三子图和第四子图，其中所述第一子图的二维像素矩阵yi,2m-12n-1、所述第二子图的二维像素矩阵yi,2m-12n、所述第三子图的二维像素矩阵yi,2m2n-1、和所述第四子图的二维像素矩阵yi,2m2n分别自所述第i个荧光图像yi的二维像素矩阵yi,MN选取，其中，m是整数并且＝1,2,3,…,M2，n是整数并且＝1,2,3,…,N2；2对所述第一子图、所述第二子图、所述第三子图和所述第四子图进行2倍像素升采样处理，以获得像素尺寸均为M*N的第一升采样后的子图、第二升采样后的子图、第三升采样后的子图和第四升采样后的子图；3针对第一升采样后的子图的二维像素矩阵进行[0.5,0.5]的像素平移，以获得二维亚像素平移后的第一子图；针对第二升采样后的子图的二维像素矩阵进行[-0.5,0.5]的像素平移，以获得二维亚像素平移后的第二子图；针对第三升采样后的子图的二维像素矩阵进行[0.5,-0.5]的像素平移，以获得二维亚像素平移后的第三子图；针对第四升采样后的子图的二维像素矩阵进行[-0.5,-0.5]的像素平移，以获得二维亚像素平移后的第四子图；4将由所述S幅荧光图像获得的S个二维亚像素平移后的第一子图归为第一子图组，将由所述S幅荧光图像获得的S个二维亚像素平移后的第二子图归为第二子图组，将由所述S幅荧光图像获得的S个二维亚像素平移后的第三子图归为第三子图组，并且将由所述S幅荧光图像获得的S个二维亚像素平移后的第四子图归为第四子图组；5利用标准结构光重建算法对所述第一子图组、所述第二子图组、所述第三子图组、和所述第四子图组进行结构光图像重建，以获得第一超分辨率子图、第二超分辨率子图、第三超分辨率子图、和第四超分辨率子图；6将从所述第一超分辨率子图、所述第二超分辨率子图、所述第三超分辨率子图、和所述第四超分辨率子图中选取两个不同的超分辨率子图组成一个训练用超分辨率图像对，并归集入训练集中；7基于所述训练集训练去噪用神经网络；8利用标准结构光超分辨率重建算法对所述J个原始荧光图像序列Y的每个原始荧光图像序列Y中的S幅荧光图像进行超分辨率重建，以形成超分辨率图像，将该超分辨率图像作为所述去噪用神经网络的输入，以获得最终的超分辨率重建图像。

全文数据：

权利要求：

百度查询： 中国科学院生物物理研究所 一种基于像素重排列的自监督结构光显微重建方法和系统