Lens-free spectral light-field fusion microscopy for contrast- and resolution-enhanced imaging of biological specimens
Notice bibliographique
Résumé
A lens-free spectral light-field fusion microscopy (LSLFM) system is presented for enabling contrast- and resolution-enhanced imaging of biological specimens. LSLFM consists of a pulsed multispectral lens-free microscope for capturing interferometric light-field encodings at various wavelengths, and Bayesian-based fusion to reconstruct a fused object light-field from the encodings. By fusing unique object detail information captured at different wavelengths, LSLFM can achieve improved resolution, contrast, and signal-to-noise ratio (SNR) over a single-channel lens-free microscopy system. A five-channel LSLFM system was developed and quantitatively evaluated to validate the design. Experimental results demonstrated that the LSLFM system provided SNR improvements of 6-12 dB, as well as a six-fold improvement in the dispersion index (DI), over that achieved using a single-channel, resolution-enhancing lens-free deconvolution microscopy system or its multi-wavelength counterpart. Furthermore, the LSLFM system achieved an increase in numerical aperture (NA) of ∼16% over a single-channel resolution-enhancing lens-free deconvolution microscopy system at the highest resolution wavelength used in the study. Samples of Staurastrum paradoxum, a waterborne algae, and human corneal epithelial cells were imaged using the system to illustrate its potential for enhanced imaging of biological specimens.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».