Computational macroscopic lifetime imaging and concentration unmixing of autofluorescence.
Computational macroscopic lifetime imaging and concentration unmixing of autofluorescence.
复制标题
DOI：
10.1002/jbio.202200133
复制
发表时间：
2022-12
影响因子：
2.8
通讯作者：
Intes, Xavier
中科院分区：
文献类型：
--
作者：
Ochoa, Marien;Smith, Jason T.;Gao, Shan;Intes, Xavier
关键词：
单像素计算成像可以利用高灵敏度的探测器，同时获取跨光谱和时域的数据。对于分子成像，这种方法能够收集丰富的强度和寿命复用荧光数据集。在这里，我们报告的应用单像素结构光为基础的平台宏观成像组织自身荧光。超连续可见激发和高光谱单像素检测允许平行表征自身荧光强度和寿命。此外，我们利用基于深度学习的数据处理管道，在产生自荧光团浓度的同时执行自荧光解混。完整的方案（设置和处理）在硅和体外与临床相关的自体荧光团黄素腺嘌呤二核苷酸，核黄素和原卟啉进行验证。所提出的结果证明了该方法在宏观量化自身荧光团的强度和寿命方面的潜力，对于混合发射的情况具有更高的特异性，这在自身荧光和多路复用体内成像中普遍存在。
Single-pixel computational imaging can leverage highly sensitive detectors that concurrently acquire data across spectral and temporal domains. For molecular imaging, such methodology enables to collect rich intensity and lifetime multiplexed fluorescence datasets. Herein we report on the application of a single-pixel structured light-based platform for macroscopic imaging of tissue autofluorescence. The super-continuum visible excitation and hyperspectral single-pixel detection allow for parallel characterization of autofluorescence intensity and lifetime. Furthermore, we exploit a deep learning based data processing pipeline, to perform autofluorescence unmixing while yielding the autofluorophores’ concentrations. The full scheme (setup and processing) is validated in silico and in vitro with clinically relevant autofluorophores flavin adenine dinucleotide, riboflavin, and protoporphyrin. The presented results demonstrate the potential of the methodology for macroscopically quantifying the intensity and lifetime of autofluorophores, with higher specificity for cases of mixed emissions, which are ubiquitous in autofluorescence and multiplexed in vivo imaging.
登录
查看更多内容
影响因子：
3.4
作者：
Cannon, T. M.;Shah, A. T.;Skala, M. C.
通讯作者：
Skala, M. C.
影响因子：
3.4
作者：
Alfonso-Garcia, Alba;Haudenschild, Anne K.;Marcu, Laura
通讯作者：
Marcu, Laura
影响因子：
2.3
作者：
Drössler, P;Holzer, W;Hegemann, P
通讯作者：
Hegemann, P
影响因子：
17.8
作者：
Dysli C;Wolf S;Berezin MY;Sauer L;Hammer M;Zinkernagel MS
通讯作者：
Zinkernagel MS
影响因子：
14.9
作者：
Dobigeon, Nicolas;Tourneret, Jean-Yves;Hero, Alfred O.
通讯作者：
Hero, Alfred O.