增强分辨率的像素重新分配算法
发布时间：2023-11-02 09:51:31 阅读数： 1035
一种开创性的算法通过像素重新分配，成功地解决了显微镜分辨率的难题。
通过像素重新分配去模糊重映射原始荧光显微镜图像，通过像素重新分配锐化图像。图片来源：Zhao 和 Mertz。
在显微镜领域实现高分辨率图像是一个长期存在的障碍。为提高图像清晰度而经常采用的解卷积方法经?；峒泳缬裳竞屯枷裣嗷プ饔貌脑肷?。
波士顿大学研究人员的最新研究成果提出了一种创新的去模糊算法，该算法可以规避这些挑战，从而提高图像分辨率，同时保持光子强度和局部线性度。
他们在《先进光子学》（Advanced Photonics）金牌期刊上发表的研究结果表明，这种新型去模糊算法适用于各种荧光显微镜，对发射点扩散函数（PSF）的假设要求极低。
该算法可在原始图像序列甚至单张图像上有效运行，便于对波动的荧光团统计数据进行时间分析。此外，研究人员还将这一算法作为 MATLAB 函数随时提供，确保了广泛的可访问性。
这一革命性进步的核心理念围绕像素重新分配展开。通过根据局部梯度重新分配像素强度，可以在不引入噪声伪影的情况下锐化图像。在应用这一过程之前，该技术会对原始图像进行标准化处理，以确保结果的一致性。
传统的显微镜分辨率通常由分辨两个紧密间隔点源的能力来定义。这种被称为 "通过像素重新分配去模糊"（DPR）的新方法大大减少了所需的分离距离，从而提高了显微镜分辨率。
为了强调 DPR 的有效性，研究人员将其应用于各种成像场景，包括单分子定位、工程心脏组织结构成像和斑马鱼体积成像。这些实际应用凸显了 DPR 在提高显微图像清晰度方面的潜力。
DPR 在保留较大结构的同时锐化图像的独特能力开辟了大量应用领域。它既可用于显示小结构的样本，也可用于显示大结构的样本，是研究人员的多功能工具。
虽然没有一种去卷积技术能完全不受噪声影响，但 DPR 的优势在于它能避免噪声放大。这使其有别于其他去卷积方法，简化了实施过程，适用于各种具有扩展特征的样本。
DPR 技术引入了一种新方法来提高显微图像的空间分辨率，它提供了一种多功能、用户友好的解决方案，可显著提高图像清晰度，同时避免常见的噪声相关问题。这使它成为各种科学应用的宝贵工具。
我们相信，由于 DPR 的易用性、快速性和多功能性，它将在生物成像领域大显身手。
杰罗姆-默茨（Jerome Mertz），研究资深作者、教授兼波士顿大学生物显微镜实验室主任
参考资料
Zhao, B & Mertz, J (2023) Resolution enhancement with deblurring by pixel reassignment. Advanced Photonics. doi.org/10.1117/1.AP.5.6.066004.
