深度神经网络

超衍射极限1.5倍，成像条件低10倍，清华、中国科学院用AI方法提高显微镜分辨率

图示：通过 ZS-DeconvNet 对快速光敏生物过程进行长期 SR 成像。（来源：论文）编辑 | 萝卜皮计算超分辨率方法，包括传统的分析算法和深度学习模型，极大地改进了光学显微镜。其中，有监督深度神经网络表现出了出色的性能，但由于活细胞的高动态性，需要大量的高质量训练数据，而获取这些数据非常费力甚至不切实际。在最新的研究中，清华大学和中国科学院的研究人员开发了零样本反卷积网络（Zero-shot deconvolution networks，ZS-DeconvNet），可立即将显微镜图像的分辨率提高超过衍射极限