Lens-free spectral light-field fusion microscopy for contrast- and resolution-enhanced imaging of biological specimens
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle