清华大学戴琼海团队与生命学院李栋课题组合作开发置信度可量化的时序显微图像超分辨方法

珍惜时间，勤奋学习！今天给大家带来《清华大学戴琼海团队与生命学院李栋课题组合作开发置信度可量化的时序显微图像超分辨方法》，正文内容主要涉及到等等，如果你正在学习科技周边，或者是对科技周边有疑问，欢迎大家关注我！后面我会持续更新相关内容的，希望都能帮到正在学习的大家！

清华大学团队在活细胞超分辨成像领域取得突破，开发出可信度量化长时程超分辨成像神经网络。传统超分辨显微成像技术受限于多种因素，在提高分辨率的同时往往牺牲成像速度和时间长度。为解决此问题，研究团队构建了高质量的时序超分辨显微图像数据集BioTISR，并基于此数据集，开发了可变形相空间校准机制（DPA）及相应的TISR模型（DPA-TISR）。

DPA-TISR模型显著提升了低信噪比、低分辨率时序图像的超分辨重建能力，将多色活体超分辨成像时间延长30倍以上，达到上万时间点。 更进一步，团队结合贝叶斯学习，提出了贝叶斯时序图像超分辨神经网络（Bayesian DPA-TISR），并通过期望校正误差（ECE）最小化方法，对模型输出结果进行准确的置信度评估。

该模型的置信度量化能力可用于更严谨的生命科学研究。例如，研究团队利用该技术对线粒体与过氧化物酶体（PO）的相互作用进行了深入研究，清晰分辨出两种细胞器的空间关系和互作机制，并发现了不同类型的PO与线粒体互作模式。Bayesian DPA-TISR还能识别图像置信度低的区域，避免不可靠的结论。

这项研究成果为超长时程活细胞超分辨成像和置信度可量化的生物分析提供了新的技术路径，BioTISR数据集和DPA-TISR模型也为该领域建立了新的基准，将推动AI与光学显微成像领域的交叉创新。 清华大学自动化系博士后乔畅、博士生刘书然、徐闻聪，以及信息科学与技术国家研究中心副研究员王玉旺为论文共同第一作者；戴琼海教授、乔晖副教授和李栋教授为共同通讯作者。

好了，本文到此结束，带大家了解了《清华大学戴琼海团队与生命学院李栋课题组合作开发置信度可量化的时序显微图像超分辨方法》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多科技周边知识！