多级小波注意力网络

超分辨更快更清晰

利用SIM原始图像中的高频信息，实现对低信噪比数据的优秀超分辨重建，并减少所需原始图像数量。

Zhang, Yanwei · Lang Song · 曹选 · Han-Qing, Zheng · 巩岩

Journal of Innovative Optical Health Sciences 2023

参数信息

所需原始图像数

3

技术优势

原始图像只需3幅

每个照明方向仅需1幅图像即可实现高质量重建，显著提高时间分辨率。

低信噪比下更优

网络在低信噪比图像上的重建能力优于传统SIM算法，减少了对高荧光水平的依赖。

跨系统可迁移

预训练模型可成功应用于其他SIM系统，无需重新训练。

应用场景

• 智能显微成像：用深度学习替代传统重建算法，提升成像速度和鲁棒性。
• 超分辨成像：从更少原始图像获得超分辨结果，降低光毒性和光漂白。
• 计算光学仪器：无需精确照明图案先验，简化SIM系统标定和操作。
• 生物医学光学：在低信噪比下仍能重建，适合活细胞动态观测。