Author Affiliations
Abstract
1 Key Laboratory of Biomedical Engineering of Hainan Province, School of Biomedical Engineering, Hainan University, Haikou 570228, P. R. China
2 School of Computer Science and Technology, Hainan University, Haikou 570228, P. R. China
3 Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan 430074, P. R. China

Quantitative data analysis in single-molecule localization microscopy (SMLM) is crucial for studying cellular functions at the biomolecular level. In the past decade, several quantitative methods were developed for analyzing SMLM data; however, imaging artifacts in SMLM experiments reduce the accuracy of these methods, and these methods were seldom designed as user-friendly tools. Researchers are now trying to overcome these difficulties by developing easy-to-use SMLM data analysis software for certain image analysis tasks. But, this kind of software did not pay sufficient attention to the impact of imaging artifacts on the analysis accuracy, and usually contained only one type of analysis task. Therefore, users are still facing difficulties when they want to have the combined use of different types of analysis methods according to the characteristics of their data and their own needs. In this paper, we report an ImageJ plug-in called DecodeSTORM, which not only has a simple GUI for human–computer interaction, but also combines artifact correction with several quantitative analysis methods. DecodeSTORM includes format conversion, channel registration, artifact correction (drift correction and localization filtering), quantitative analysis (segmentation and clustering, spatial distribution statistics and colocalization) and visualization. Importantly, these data analysis methods can be combined freely, thus improving the accuracy of quantitative analysis and allowing users to have an optimal combination of methods. We believe DecodeSTORM is a user-friendly and powerful ImageJ plug-in, which provides an easy and accurate data analysis tool for adventurous biologists who are looking for new imaging tools for studying important questions in cell biology.

Single-molecule localization microscopy artifact correction quantitative analysis ImageJ plug-in DecodeSTORM 
Journal of Innovative Optical Health Sciences
2023, 16(6): 2350006
作者单位
摘要
哈尔滨工业大学仪器科学与工程学院,黑龙江 哈尔滨 150080
单分子定位技术通过随机激发荧光标记获得一组稀疏的图像序列,同时对荧光点进行亚像素级别定位,最终实现超分辨显微成像。基于拟合的单分子定位算法,如单发射(SE)及多发射(ME)定位算法,通过对估计器性能进行改进提高了单分子定位的精度和速度;然而,受失配误差和串扰误差的影响,SE算法和ME算法在不同密度情况下各有优劣,均无法达到全密度范围内最优的估计效果,并且分别存在荧光分子利用效率低和计算量大的缺点。本文提出了自适应混合发射单分子定位(SM)算法,该算法通过图像荧光发射密度及强度自适应地确定的拟合区域以及所采用的拟合模型及模型初值,有效避免了上述两种误差的影响,达到了全密度范围内一致、良好的定位效果。在仿真和实验数据上将所提SM算法与SE算法、ME算法进行比较,结果显示,SM算法重构图像的分辨率和对比度在不同发射密度下均具有优势。
生物医学 单分子定位显微技术 超分辨成像 单发射模型 多发射模型 自适应算法 bio-optics single-molecule localization microscopy super-resolution imaging single-emitter model multi-emitter model self-adaptation algorithm 
中国激光
2023, 50(21): 2107106
作者单位
摘要
1 南开大学弱光非线性光子学教育部重点实验室,物理科学学院,泰达应用物理研究院,天津 300071
2 南开大学细胞应答交叉科学中心,药物化学生物学国家重点实验室,生命科学学院,天津 300071
3 南开大学深圳研究院,广东 深圳 518083
4 山西大学极端光学协同创新中心,太原 山西 030006
膜蛋白在细胞膜上的时空分布形式决定了其活性状态及功能,在调控细胞生命活动过程中起着重要作用。单分子定位超分辨成像(SMLM)技术为在纳米尺度解析膜蛋白的空间分布提供了可能,但分辨率的极大提升对图像准确聚类分割提出了更高要求。基于密度的空间聚类算法(DBSCAN)是常用的聚类方法之一,但其对于膜蛋白分布不均匀的SMLM超分辨图像的分割效果往往不太理想。本文提出了一种结合多次DBSCAN和层次聚类的混合聚类算法,该算法以DBSCAN方法为分割基础,通过进一步的面积阈值分析和层次聚类,在保持超分辨点簇图像精确聚类识别的前提下,仍能保留每个点簇内的多次定位信号。将该算法应用于模拟数据集和实验数据分割得到的轮廓系数等性能普遍优于传统DBSCAN算法。这种混合聚类方法为膜蛋白SMLM超分辨图像的聚类分割提供了新思路和新方法,有助于更精准地分析膜蛋白在纳米尺度上的空间分布信息。
生物光学 单分子定位超分辨成像 超分辨图像分割 膜蛋白 基于密度的空间聚类算法 层次聚类算法 bio-optics single-molecule localization microscopy (SMLM) super-resolution image segmentation membrane protein density-based spatial clustering of applications with noise clustering (DBSCAN) hierarchical clustering algorithm 
中国激光
2023, 50(3): 0307106
作者单位
摘要
南方科技大学 生物医学工程系, 广东 深圳518055
单分子成像方法被广泛应用于亚细胞结构的三维空间定位。点扩散函数是分析单分子信息的重要窗口,除了能反映空间坐标外还蕴含着丰富的额外信息。本文介绍了从点扩散函数中解析空间位置、荧光波长、偶极子朝向及干涉相位等多维度单分子成像研究进展,简要地概括了目前主流定位方法,并对该技术的发展方向进行了展望。
超分辨 单分子定位显微方法 多维度成像 点扩散函数 super-resolution single molecule localization microscopy multi-dimensional imaging point spread function 
中国光学
2022, 15(6): 1243
戴太强 1,2,3,4高晔 1,2,3,4马英 5蔡卜磊 1,2,3,4[ ... ]孔亮 1,2,3,4,*
作者单位
摘要
1 军事口腔医学国家重点实验室,陕西 西安 710032
2 国家口腔疾病临床医学研究中心,陕西 西安 710032
3 陕西省口腔疾病临床医学研究中心,陕西 西安 710032
4 第四军医大学口腔医院 颌面外科,陕西 西安 710032
5 西安电子科技大学 物理学院,陕西 西安 710171
观察细胞器间动态相互作用,深入分析作用规律,对于揭示生理病理过程现象背后的机制具有十分重要的意义。传统光学显微镜受到由光波波长和孔径造成的衍射极限的限制,无法观测细胞器纳米级精细结构及细胞器间相互作用的动态变化规律。超分辨显微成像技术的出现为细胞器相互作用研究提供了重要手段,在深入揭示细胞器相互作用规律,阐明生理病理现象深层的机制研究中发挥了重要的作用。文中介绍了受激发射损耗(Stimulated emission depletion, STED)显微成像、结构光照明显微成像(Structured illumination microscopy, SIM)、单分子定位显微成像(Single molecule localization microscopy, SMLM)技术,并总结了这三类超分辨显微成像技术在细胞器相互作用中的应用与现状,为超分辨显微成像技术在细胞器相互作用研究中的应用提供思路拓展。最后,对超分辨显微成像技术在细胞器相互作用研究中的优势与不足进行分析总结,展望了超分辨显微成像技术在活细胞内细胞器相互作用成像中的需求发展趋势,为光学与医学及生物学的交叉融合发展提供一定的参考。
超分辨显微成像 细胞器间相互作用 受激发射损耗显微成像 结构光照明显微成像 单分子定位显微成像 super-resolution microscopy organelle interaction stimulated emission depletion microscopy structured illumination microscopy single molecule localization microscopy 
红外与激光工程
2022, 51(11): 20220622
作者单位
摘要
南方科技大学生物医学工程系,广东 深圳 518055
单分子定位显微成像广泛应用于亚细胞结构的三维空间解析。传统的单分子定位分析方法依赖于点扩展函数(PSF)模型拟合,制约了一些较为复杂的PSF模型的应用。深度学习的出现正在逐渐改变单分子定位的分析方法,有望用来分析复杂的PSF模型,并能提供新的方向和思路。介绍了深度学习在单分子定位、稀疏图像重建、PSF设计和高内涵信息提取等方面的应用,并介绍了目前主流的数据模拟方法。最后对深度学习在单分子定位显微成像领域内的发展方向进行了展望。
显微 单分子定位显微镜 深度学习 超分辨 点扩展函数 microscopy single-molecule localization microscopy deep learning super resolution point spread function 
中国激光
2022, 49(24): 2407206
Author Affiliations
Abstract
1 Department of Hematology, Zhongnan Hospital of Wuhan University, Wuhan 430071, China
2 Key Laboratory of Biomedical Engineering of Hainan Province, School of Biomedical Engineering, Hainan University, Haikou 570228, China
Hematologic malignancies are one of the most common malignant tumors caused by the clonal proliferation and differentiation of hematopoietic and lymphoid stem cells. The examination of bone marrow cells combined with immunodeflciency typing is of great signiflcance to the diagnostic type, treatment and prognosis of hematologic malignancies. Super-resolution fluorescence microscopy (SRM) is a special kind of optical microscopy technology, which breaks the resolution limit and was awarded the Nobel Prize in Chemistry in 2014. With the development of SRM, many related technologies have been applied to the diagnosis and treatment of clinical diseases. It was reported that a major type of SRM technique, single molecule localization microscopy (SMLM), is more sensitive than flow cytometry (FC) in detecting cell membrane antigens' expression, thus enabling better chances in detecting antigens on hematopoietic cells than traditional analytic tools. Furthermore, SRM may be applied to clinical pathology and may guide precision medicine and personalized medicine for clone hematopoietic cell diseases. In this paper, we mainly discuss the application of SRM in clone hematological malignancies.
Hematologic malignancies super-resolution fluorescence microscopy structured illumination microscopy stimulated emission depletion microscopy single molecule localization microscopy 
Journal of Innovative Optical Health Sciences
2022, 15(2): 2230005
张赛文 1,2邓亚琦 1,2王冲 1,2冷潇泠 1,2[ ... ]李稳国 1,2
作者单位
摘要
1 1. 湖南城市学院 信息与电子工程学院,湖南 益阳 413000
2 湖南城市学院 全固态储能材料与器件湖南省重点实验室,湖南 益阳 413000
在超分辨荧光显微成像技术中,单分子定位显微方法是被广泛应用的技术之一。根据荧光显微成像原理构造多测量矢量压缩感知模型(Multiple Measurement Vector-Compressed Sensing, MMV-CS),并采用多重稀疏贝叶斯学习算法进行求解,来实现超分辨荧光图像重建。分析了有效像元大小、荧光分子生成的光子数和背景信号泊松化噪声对重建结果的影响,以及在图像进行分块处理时算法运行时间的分析。模拟和实验计算分析表明,当点扩展函数的标准差在160 nm时,有效像元大小在120、160、200 nm能取得较好的重构效果,而在60 nm时效果较差。探测器收集的光子数越多,重构效果越好,随着背景信号光子数增加时,离得越近的样品结构越不能分辨。在同样的分块处理情况下,MMV-CS比同伦算法(L1-Homotopy, L1-H)和凸优化算法(CVX)分别快一个数量级和三个数量级,因此,在研究三维超分辨荧光显微成像时,MMV-CS算法在运行时间上具有更大的优势。
单分子定位显微 多测量矢量 压缩感知 超分辨成像 稀疏贝叶斯学习 single-molecule localization microscopy multiple measurement vector compressive sensing super-resolution imaging sparse Bayesian learning 
红外与激光工程
2021, 50(11): 20210484
王潇 1†涂世杰 1†刘鑫 1赵悦晗 1[ ... ]郝翔 1,*
作者单位
摘要
1 浙江大学光电科学与工程学院现代光学仪器国家重点实验室, 浙江 杭州310027
2 浙江大学宁波技术研究所, 浙江 宁波315100
3 之江实验室, 浙江 杭州311121

超分辨显微成像技术是细胞生物学中研究细胞器结构、相互作用和蛋白质功能的强大工具,其具有突破光学衍射极限的分辨能力,从纳米尺度上为细胞生物学提供了新的分析手段,对生命科学相关领域具有重大意义。然而,受衍射极限的影响,超分辨显微镜的轴向分辨率相比于横向分辨率要更难以提高,这导致实现细胞结构亚百纳米分辨率的三维成像更为困难。从受激辐射损耗显微术和单分子定位显微术这两种主流技术出发,对目前存在的多种三维成像技术进行了原理介绍和特点分析,最后对其未来发展方向进行了展望。

显微 荧光成像 超分辨显微 三维成像 受激辐射损耗显微术 单分子定位显微术 microscopy fluorescence imaging super-resolution microscopy three-dimensional imaging stimulated emission depletion microscopy single-molecule localization microscopy 
激光与光电子学进展
2021, 58(22): 2200001
作者单位
摘要
1 浙江大学光电科学与工程学院现代光学仪器国家重点实验室, 浙江 杭州 310027
2 浙江大学宁波研究院, 浙江 宁波 315100
3 山西大学极端光学协同创新中心, 山西 太原 030006
超分辨显微技术突破衍射极限的分辨能力为研究纳米尺度的超精细结构和生理学过程提供了有力的观察手段,对研究细胞的功能以及疾病的发病机制有十分重要的影响,具有十分重要的生物医学意义。单分子定位成像技术作为超分辨成像技术的一个分支,具有重大的科研价值。从单分子定位成像技术的研究背景和意义出发,详细介绍了该技术的发展历程,对现有的主要单分子定位技术进行了较为详细的原理介绍和各自优缺点的分析,最后对单分子定位技术的实际应用进行了展望。
医用光学 荧光成像 超分辨显微 单分子定位成像 光漂白 定位精度 medical optics fluorescence microscopy super-resolution microscopy single molecule localization microscopy photobleaching localization accuracy 
激光与光电子学进展
2020, 57(24): 240002

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!