Deep learning-enhanced light-field imaging with continuous validation

Tyck till om SwePub Sök här!

Light field microscopy (LFM) has emerged as a powerful tool for fast volumetric image acquisition in biology, but its effective throughput and widespread use has been hampered by a computationally demanding and artefact-prone image reconstruction process. Here, we present a novel framework consisting of a hybrid light-field light-sheet microscope and deep learning-based volume reconstruction, where single light-sheet acquisitions continuously serve as training data and validation for the convolutional neural network reconstructing the LFM volume. Our network delivers high-quality reconstructions at video-rate throughput and we demonstrate the capabilities of our approach by imaging medaka heart dynamics and zebrafish neural activity.

Beuttenmueller, Fynn (författare)
Norlin, NilsLund University,Lunds universitet,Molekylär neuromodulering,Forskargrupper vid Lunds universitet,Molecular Neuromodulation,Lund University Research Groups,European Molecular Biology Laboratory Heidelberg(Swepub:lu)ni5154no (författare)
Gierten, Jakob (författare)
Wittbrodt, Joachim (författare)
Weigert, Martin (författare)
Hufnagel, Lars (författare)
Prevedel, Robert (författare)
Kreshuk, AnnaEuropean Molecular Biology Laboratory Heidelberg (författare)
European Molecular Biology Laboratory HeidelbergMolekylär neuromodulering (creator_code:org_t)

Av författaren/redakt...: Wagner, Nils; Beuttenmueller, ...; Norlin, Nils; Gierten, Jakob; Wittbrodt, Joach ...; Weigert, Martin; visa fler...; Hufnagel, Lars; Prevedel, Robert; Kreshuk, Anna; visa färre...

Om ämnet

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Medicinska och f ...; och Cell och molekyl ...

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.