MétaCan
Menu
Retour à la cohorte
Enregistrement W2556444094 · doi:10.1364/ol.41.005499

Axial super-resolution evanescent wave tomography

2016· article· en· W2556444094 sur OpenAlexaff
Sarang Pendharker, Swapnali Shende, Ward D. Newman, Stephen C. Ogg, Neda Nazemifard, Zubin Jacob

Notice bibliographique

RevueOptics Letters · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOpticsTomographic reconstructionTomographyResolution (logic)MicroscopeImage resolutionMaterials sciencePlane wavePhysicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Optical tomographic reconstruction of a three-dimensional (3D) nanoscale specimen is hindered by the axial diffraction limit, which is 2-3 times worse than the focal plane resolution. We propose and experimentally demonstrate an axial super-resolution evanescent wave tomography method that enables the use of regular evanescent wave microscopes like the total internal reflection fluorescence microscope beyond surface imaging and achieve a tomographic reconstruction with axial super-resolution. Our proposed method based on Fourier reconstruction achieves axial super-resolution by extracting information from multiple sets of 3D fluorescence images when the sample is illuminated by an evanescent wave. We propose a procedure to extract super-resolution features from the incremental penetration of an evanescent wave and support our theory by one-dimensional (along the optical axis) and 3D simulations. We validate our claims by experimentally demonstrating tomographic reconstruction of microtubules in HeLa cells with an axial resolution of ∼130 nm. Our method does not require any additional optical components or sample preparation. The proposed method can be combined with focal plane super-resolution techniques like stochastic optical reconstruction microscopy and can also be adapted for THz and microwave near-field tomography.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,249
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,235
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207