加州大学洛杉矶分校技术进步工程学院 加州大学洛杉矶分校的研究人员创造了一种基于深度学习的自动聚焦技术，比其他方法更快地聚焦显微镜图像
学分:加州大学洛杉矶分校技术进步工程学院 光学显微镜经常用于生物医学科学，以揭示标本的细微特征，如人体组织样本和细胞，形成疾病诊断病理成像的主干
显微成像最关键的步骤之一是自动聚焦，这样样品的不同部分可以快速聚焦成像，以小于百万分之一米的分辨率呈现各种细节
由专家手动聚焦这些显微镜图像是不切实际的，尤其是对于大量样本的快速成像，例如在每天处理数百个患者样本的病理实验室中
加州大学洛杉矶分校的研究人员创造了一种新的图像自动聚焦技术，在图像采集阶段，不使用特殊的显微镜硬件或设备，就能以数字方式将给定的显微镜图像聚焦
这种新方法基于深度学习，其中人工神经网络被训练成将单个散焦图像作为其输入，以快速创建同一样本的聚焦图像，而不需要散焦距离的任何先验知识或关于图像模糊函数的任何假设
加州大学洛杉矶分校团队在美国化学学会杂志《美国化学学会光子学》上发表文章，展示了这种基于深度学习的自动聚焦方法在人类样本上的成功，包括乳腺、卵巢和前列腺组织切片，用荧光和明场显微镜成像
与标准的自动聚焦算法相比，加州大学洛杉矶分校的神经网络将显微镜的自动聚焦速度提高了15倍，大大节省了时间，这对于需要快速对大量组织样本成像的病理实验室尤为重要
由于无需对成像系统进行硬件修改，这种新的深度学习自动聚焦方法易于实现且完全是计算性的，因此可适用于各种显微镜
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
