基于块稀疏贝叶斯学习的多目标动态荧光分子重建

摘要

针对基于范数优化的多目标动态荧光分子重建稀疏性不足、定位精度低的问题,本研究提出了基于块稀疏贝叶斯学习的重建方法.该方法利用多观测动态荧光信号共享相同稀疏结构的特点,充分挖掘了信号的时空相关性信息和分块稀疏特性,将多观测模型联合稀疏重构问题转化为块稀疏贝叶斯学习问题,通过稀疏贝叶斯框架下的相关向量机稀疏学习模型获取稀疏解.实验结果表明,本研究算法相较于传统压缩感知算法具有更高的稀疏度和定位精度.