Structured illumination microscopy with noise-controlled image reconstructions.
Structured illumination microscopy with noise-controlled image reconstructions.
复制标题
具有噪声控制图像重建的结构照明显微镜。
DOI：
10.1038/s41592-021-01167-7
复制
发表时间：
2021-07
期刊：
影响因子：
48
通讯作者：
Stallinga S
中科院分区：
文献类型：
--
作者：
Smith CS;Slotman JA;Schermelleh L;Chakrova N;Hari S;Vos Y;Hagen CW;Müller M;van Cappellen W;Houtsmuller AB;Hoogenboom JP;Stallinga S
超分辨率结构照明显微镜(SIM)已成为一种广泛使用的生物成像方法。然而，标准重建算法容易产生噪声特定的伪影，这限制了它们对低信噪比数据的适用性。在这里，我们提出了一个物理上真实的噪声模型，它解释了结构化噪声伪影，并被用来激励新的互补重建方法。真正的维纳滤波SIM在提供可用信噪比的情况下优化了对比度，平噪声SIM在保持分辨率的同时完全克服了结构化噪声伪影。这两种方法都消除了特殊的用户可调重建参数，有利于物理参数，增强了客观性。新的重建指出了对比度和自然噪音外观之间的权衡。这种权衡可以通过附加陷波滤波部分克服，但代价是降低信噪比。在2D和3D的焦点粘连和微管蛋白样品以及纳米制造的荧光测试图案上展示了所提出的方法的好处。
Super-resolution structured illumination microscopy (SIM) has become a widely used method for biological imaging. Standard reconstruction algorithms, however, are prone to generate noise-specific artefacts that limit their applicability for lower signal-to-noise data. Here, we present a physically realistic noise model that explains the structured noise artefact and that is used to motivate new complementary reconstruction approaches. True Wiener-filtered SIM optimizes contrast given the available signal-to-noise ratio, flat-noise SIM fully overcomes the structured noise artefact while maintaining resolving power. Both methods eliminate ad-hoc user adjustable reconstruction parameters in favour of physical parameters, enhancing objectivity. The new reconstructions point to a trade-off between contrast and a natural noise appearance. This trade-off can be partly overcome by additional notch filtering, but at the expense of a decrease in signal-to-noise ratio. The benefits of the proposed approaches are demonstrated on focal adhesion and tubulin samples in 2D and 3D, and on nano-fabricated fluorescent test patterns.
登录
查看更多内容
Richardson-Lucy Deoncolution是将图像与互补强度结合的一般工具。
DOI：
10.1002/cphc.201300831
发表时间：
2014-03-17
期刊：
Chemphyschem : a European journal of chemical physics and physical chemistry
影响因子：
--
作者：
Ingaramo M;York AG;Hoogendoorn E;Postma M;Shroff H;Patterson GH
通讯作者：
Patterson GH
影响因子：
16.6
作者：
Jin, Luhong;Liu, Bei;Hahn, Klaus M.
通讯作者：
Hahn, Klaus M.
影响因子：
16.6
作者：
Markwirth, Andreas;Lachetta, Mario;Mueller, Marcel
通讯作者：
Mueller, Marcel
影响因子：
1.9
作者：
FRIED, DL
通讯作者：
FRIED, DL
ImageJ中超分辨率结构化照明显微镜数据的开源图像重建。
影响因子：
16.6
作者：
Müller M;Mönkemöller V;Hennig S;Hübner W;Huser T
通讯作者：
Huser T