基于深度学习的宽场彩色光切片显微成像方法

摘要

本发明属于光学显微成像技术领域，提供了一种基于深度学习的宽场彩色光切片显微成像方法，克服宽场显微成像中离焦信息复杂、分辨率不佳，SIM‑OS成像需要大数据量采集等问题。其充分利用全彩结构光照明独特的高分辨率和全色性，可以使用单幅宽场显微成像结果进行训练，并推广到宽场显微成像实验中；该方法可以直接从宽场图像中获得具有宽场景深的光切片分量和全彩色的高质量图像，同时在空间分辨率和维数上具有与全彩结构光照明成像相当的三维重建和数据分析能力；且所需的数据量比全彩结构光照明急剧减少；该方法在不丢失细节的情况下，通过提取宽场景深的光切片结果和减少数据采集，显著提高了成像系统的成像吞吐量，同时降低系统光毒性污染风险。