Antpedia LOGO WIKI资讯

科学家开发出深度学习超分辨显微成像方法

1月21日,中国科学院生物物理所、广州生物岛实验室研究员李栋课题组,与清华大学自动化系、脑与认知科学研究院教授戴琼海课题组,在Nature Methods上以长文(Article)形式发表了题为Evaluation and development of deep neural networks for image super-resolution in optical microscopy的论文。该研究综合测评了现有超分辨卷积神经网络模型在显微图像超分辨任务上的表现,提出傅立叶域注意力卷积神经网络(DFCAN,Deep Fourier Channel Attention Network)和傅立叶域注意力生成对抗网络(DFGAN,Deep Fourier Generative Adversarial Network)模型,在不同成像条件下实现最优的显微图像超分辨预测和结构光超分辨重建效果,并观测到线粒体内脊、线粒体......阅读全文

Nature Methods:2016年最值得关注的八大技术

  《Nature Methods》盘点2015年度技术,选出了最受关注的技术成果:单粒子低温电子显微镜(cryo-EM)技术。 除此之外,也整理出了2016年最值得关注的几项技术,分别为:细胞内蛋白标记(Protein labeling in cells)、细胞核结构(Unraveling nuc