1 西安电子科技大学生命科学技术学院西安市跨尺度生命信息智能感知与调控重点实验室,陕西 西安 710126
2 西安电子科技大学广州研究院先进医学影像与智慧医疗创新中心,广东 广州 510555
拉曼显微成像技术无需样本制备,具有无损、无创、对水溶液不敏感的优点,可在微米或纳米尺度下表征样本的生化组分及分布,成为生命科学领域重要的研究工具。随着对复杂生物样本研究的不断深入,拉曼显微成像也被期待能够实现对生物样本中的分子组成与分布的动态立体观测。首先,系统性地梳理近年来三维拉曼显微成像技术的研究进展,包括基于自发拉曼散射、相干拉曼散射、表面增强拉曼散射以及拉曼标签的不同三维成像方法的技术手段、改进策略与实验结果。然后,总结了不同成像技术在细胞生物学、发育生物学等方面的应用进展。最后展望了不同三维拉曼显微成像技术在生物医学光学显微成像技术应用中所面临的挑战和发展前景。
三维显微成像 拉曼显微成像 自发拉曼散射 相干拉曼散射 表面增强拉曼散射 拉曼标签 激光与光电子学进展
2024, 61(6): 0618010
红外与激光工程
2022, 51(11): 20220546
作为一种典型的无衍射光束,贝塞尔光束具有无衍射和自重构特性,能够提供更长的聚焦长度和一定程度的抗散射能力,在生物医学光学显微成像技术领域获得了越来越多的应用。本文重点关注了贝塞尔光束在生物医学光学显微成像技术中的应用,包括利用其扩展景深能力实现体积样本快速三维成像、利用其抗散射粒子干扰能力实现散射样本的大深度成像以及利用更细聚焦光束能力实现更高分辨率的光学显微成像。首先,概述了贝塞尔光束及其实验室常用的产生方法;然后,总结了近些年贝塞尔光束在生物医学光学显微成像技术中的应用,包括但不限于多光子荧光显微成像、光片荧光显微成像、拉曼显微成像等,既总结了贝塞尔光束在其中发挥的优势,也分析了贝塞尔光束旁瓣带来的干扰问题的消除方案。最后分析和探讨了贝塞尔光束在生物医学光学显微成像技术应用中遇到的问题以及发展前景。
1 西安电子科技大学生命科学技术学院西安市跨尺度生命信息智能感知与调控重点实验室,陕西 西安 710126
2 西安电子科技大学电子工程学院,陕西 西安 710126
无透镜计算显微成像是一种低成本、高效的成像技术。这种成像方式具有大视野、高通量的特点,能够实时地对细胞进行无标记成像。提出了一种轻量化网络模型(Depthwise-ResNeXt),将该神经网络与无透镜计算显微成像进行有机结合,实现了实时准确的细胞分类。使用SUM、MCF10A、ECa109、CL-1四种细胞作为分类数据,Depthwise-ResNeXt对这四类细胞的分类准确率达到92.8%,参数量仅有806 kB。该网络证明了神经网络与无透镜计算显微成像在细胞分类领域相结合的可能性,并大大降低了神经网络在细胞分类方面的应用成本。
生物光学 数字全息 计算显微成像 无透镜成像技术 细胞分类 神经网络 轻量化网络
光子学报
2021, 50(10): 1017002
光子学报
2021, 50(10): 1011003
1 西北大学信息科学与技术学院, 陕西 西安 710127
2 西安电子科技大学生命科学学院, 陕西 西安 710126
针对荧光分子断层成像数据采集方式存在的问题,提出了一种基于频率调制和空间编码的成像方法,旨在改进数据采集方案,缩短数据采集时间。在该方法中,激发光束被分成若干个子束,用作多点激发光源。这些子光束首先被调制成不同的频率,然后同时入射到目标表面的不同点上。在检测端,目标的出射光首先通过空间编码掩模,然后被引导至单光电倍增管。根据压缩感知理论,改变掩模的模式,进行稀疏重构恢复,最终得到目标表面荧光信号的分布。为了验证本文所提方法的可行性,设计了相应的仿真模拟实验,实验结果表明该方法可以较好地恢复原始图像,证明该方法的可行性。
医用光学 荧光分子断层成像 频率调制 空间编码 压缩感知理论 光电倍增管
Author Affiliations
Abstract
Engineering Research Center of Molecular and Neuro Imaging of Ministry of Education & School of Life Science and Technology, Xidian University, Xi’an 710071, China
Simplified spherical harmonics approximation (SPN) equations are widely used in modeling light propagation in biological tissues. However, with the increase of order N, its computational burden will severely aggravate. We propose a graphics processing unit (GPU) accelerated framework for SPN equations. Compared with the conventional central processing unit implementation, an increased performance of the GPU framework is obtained with an increase in mesh size, with the best speed-up ratio of 25 among the studied cases. The influence of thread distribution on the performance of the GPU framework is also investigated.
170.3660 Light propagation in tissues 170.7050 Turbid media 200.4960 Parallel processing Chinese Optics Letters
2016, 14(7): 071701