Total variation versus wavelet-based methods for image denoising in fluorescence lifetime imaging microscopy.
Total variation versus wavelet-based methods for image denoising in fluorescence lifetime imaging microscopy.
复制标题
DOI：
10.1002/jbio.201100137
复制
发表时间：
2012-05
影响因子：
2.8
通讯作者：
Mycek, Mary-Ann
中科院分区：
文献类型：
--
作者：
Chang, Ching-Wei;Mycek, Mary-Ann
关键词：
我们报告的第一个应用程序基于小波的去噪（噪声去除）方法的时域箱式荧光寿命成像显微镜（FLIM）图像和比较的结果，新的总变差（TV）去噪方法。方法首先在人工图像上进行测试，然后应用于低光活细胞图像。相对于未去噪图像，TV方法可以将人工图像中的寿命精度提高10倍，同时保留单指数衰减模型的寿命和振幅值的整体精度，并提高活细胞图像中的局部寿命拟合。基于小波的方法至少比TV方法快4倍，但可能会在恢复的寿命值中引入显著的不准确性。所讨论的去噪方法可以潜在地增强各种FLIM应用，包括活细胞、体内动物或内窥镜成像研究，特别是在具有挑战性的成像条件下，例如低光或快速视频速率成像。
We report the first application of wavelet-based denoising (noise removal) methods to time-domain box-car fluorescence lifetime imaging microscopy (FLIM) images and compare the results to novel total variation (TV) denoising methods. Methods were tested first on artificial images and then applied to low-light live-cell images. Relative to undenoised images, TV methods could improve lifetime precision up to 10-fold in artificial images, while preserving the overall accuracy of lifetime and amplitude values of a single-exponential decay model and improving local lifetime fitting in live-cell images. Wavelet-based methods were at least 4-fold faster than TV methods, but could introduce significant inaccuracies in recovered lifetime values. The denoising methods discussed can potentially enhance a variety of FLIM applications, including live-cell, in vivo animal, or endoscopic imaging studies, especially under challenging imaging conditions such as low-light or fast video-rate imaging.
登录
查看更多内容
影响因子：
4.4
作者：
Luisier, Florian;Vonesch, Cedric;Unser, Michael
通讯作者：
Unser, Michael
影响因子：
3.5
作者：
Chang, Ching-Wei;Mycek, Mary-Ann
通讯作者：
Mycek, Mary-Ann
DOI：
10.1109/tcsvt.2009.2031453
发表时间：
2010-02-01
影响因子：
8.4
作者：
Guo, Liwei;Au, Oscar C.;Wong, Peter H. W.
通讯作者：
Wong, Peter H. W.
影响因子：
3.6
作者：
König, K;Becker, TW;Halbhuber, KJ
通讯作者：
Halbhuber, KJ
DOI：
10.1007/11585978_10
发表时间：
2005-01-01
期刊：
ENERGY MINIMIZATION METHODS IN COMPUTER VISION AND PATTERN RECOGNITION, PROCEEDINGS
影响因子：
--
作者：
Chambolle, A
通讯作者：
Chambolle, A