Fluctuation-based deconvolution in fluorescence microscopy using plug-and-play denoisers

要約

蛍光顕微鏡で得られた生きたサンプルの画像の空間分解能は、可視光の回折のために物理的に制限されているため、回折障壁 (x-y 平面で約 200 nm) より小さいサイズの実体の研究は非常に困難です。
この制限を克服するために、いくつかのデコンボリューションおよび超解像技術が提案されています。
逆問題のフレームワーク内で、蛍光顕微鏡の最新のアプローチは、適切な手作りのスパース性を促進する正則化子を慎重に設計することにより、フレームの一時的なスタックから超解像画像を再構築します。
数値的には、このようなアプローチは近位勾配ベースの反復スキームによって解決されます。
サンプル ジオメトリ (細いフィラメントなど) により適した再構成を取得することを目的として、収束を保証するプラグ アンド プレイ ノイズ除去アプローチを採用し、明示的な画像正則化に関連付けられた近接演算子を画像ノイズ除去器 (つまり、事前にトレーニングされた
ネットワーク) は、適切なトレーニングにより、暗黙的な事前確率のアクションを模倣します。
分子間のゆらぎの独立性を説明するために、モデルは二次統計に依存しています。
デノイザーは、フィラメント構造を持つ変動する蛍光分子のシーケンスを表すデータから得られる共分散画像でトレーニングされます。
この方法は、シミュレートされた蛍光顕微鏡画像と実際の蛍光顕微鏡画像の両方で評価され、ピーク信号対雑音比 (PSNR) の値が高いフィラメント構造を正しく再構築する能力を示しています。

要約(オリジナル)

The spatial resolution of images of living samples obtained by fluorescence microscopes is physically limited due to the diffraction of visible light, which makes the study of entities of size less than the diffraction barrier (around 200 nm in the x-y plane) very challenging. To overcome this limitation, several deconvolution and super-resolution techniques have been proposed. Within the framework of inverse problems, modern approaches in fluorescence microscopy reconstruct a super-resolved image from a temporal stack of frames by carefully designing suitable hand-crafted sparsity-promoting regularisers. Numerically, such approaches are solved by proximal gradient-based iterative schemes. Aiming at obtaining a reconstruction more adapted to sample geometries (e.g. thin filaments), we adopt a plug-and-play denoising approach with convergence guarantees and replace the proximity operator associated with the explicit image regulariser with an image denoiser (i.e. a pre-trained network) which, upon appropriate training, mimics the action of an implicit prior. To account for the independence of the fluctuations between molecules, the model relies on second-order statistics. The denoiser is then trained on covariance images coming from data representing sequences of fluctuating fluorescent molecules with filament structure. The method is evaluated on both simulated and real fluorescence microscopy images, showing its ability to correctly reconstruct filament structures with high values of peak signal-to-noise ratio (PSNR).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google