Restoration and Spectral Recovery of Mid-Infrared Chemical Images
Notice bibliographique
Résumé
Fourier transform infrared (FTIR) microspectroscopy is a powerful technique for label-free chemical imaging that has supplied important chemical information about heterogeneous samples for many problems across a variety of disciplines. State-of-the-art synchrotron based infrared (IR) microspectrometers can yield high-resolution images, but are truly diffraction limited for only a small spectral range. Furthermore, a fundamental trade-off exists between the number of pixels, acquisition time and the signal-to-noise ratio, limiting the applicability of the technique. The recently commissioned infrared synchrotron beamline, infrared environmental imaging (IRENI), overcomes this trade off and delivers 4096-pixel diffraction limited IR images with high signal-to-noise ratio in under a minute. The spatial oversampling for all mid-IR wavelengths makes the IRENI data ideal for spatial image restoration techniques. Here, we measured and fitted wavelength-dependent point-spread-functions (PSFs) at IRENI for a 74× objective between the sample plane and detector. Noise-free wavelength-dependent theoretical PSFs are deconvoluted from images generated from narrow bandwidths (4 cm(-1)) over the entire mid-infrared range (4000-900 cm(-1)). The stack of restored images is used to reconstruct the spectra. Restored images of metallic test samples with features that are 2.5 μm and smaller are clearly improved in comparison to the raw data images for frequencies above 2000 cm(-1). Importantly, these spatial image restoration methods also work for samples with vibrational bands in the recorded mid-IR fingerprint region (900-1800 cm(-1)). Improved signal-to-noise spectra are reconstructed from the restored images as demonstrated for a mixture of spherical polystyrene beads in a polyurethane matrix. Finally, a freshly thawed retina tissue section is used to demonstrate the success of deconvolution achievable with a heterogeneous, irregularly shaped, biologically relevant sample with distinguishing spectroscopic features across the entire mid-IR spectral range.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».