相关文章

通过机器学习信息丰富的定位显微镜。

NAT COMMUN。 2019 04 30; 10(1):1996

作者:金T,月亮S,徐ķ

抽象
近年来,中单分子定位显微技术的发展为在超分辨率级别采样多样生物学相关信息的通用工具。而目前的方法通常依赖于点扩散函数的具体目标,改变编码单荧光团的多方面内容,点扩散函数的未修改显微镜的细节已经包含了丰富的信息。这里我们介绍一个数据驱动的方法,其中人工神经网络进行培训,以使实验点扩散函数的图像和它的底层,多维参数之间的直接联系,并比较基于最大似然估计的替代方法的结果。以证明在实际系统中这一概念,我们破译固定的细胞二者的颜色和单分子在常规定位显微镜数据的轴向位置。

PMID:31040287 [搜索PubMed - 在过程]