自动化超微结构分析：基于大规模高光谱电子显微镜的研究 学术背景 电子显微镜（Electron Microscopy, EM）是研究生物超微结构的关键技术，能够在生物分子分辨率下揭示细胞的精细结构。近年来，随着自动化和数字化的发展，电子显微镜能够以纳米级分辨率捕获大面积的细胞和组织样本。然而，电子显微镜图像通常是灰度图像，且数据量庞大，分析过程往往依赖于繁琐的手动注释，这限制了其在大规模研究中的应用。为了解决这一问题，研究者们开始探索如何通过自动化手段提取生物分子组装体的信息，从而加速对生物超微结构的理解。 本文的研究背景在于，尽管电子显微镜在生物医学研究中具有重要地位，但其分析过程仍然面临挑战。特别是，如何从大规模的电子显微镜数据中自动提取生物分子信息，成为了一个亟待解决的问题。本文提出了一...

机器学习辅助的定量高光谱成像在脑肿瘤切除中的指导作用研究 背景介绍 恶性胶质瘤的完全切除一直受到肿瘤细胞在浸润区难以区分的挑战。这项研究的背景是：在神经外科手术中，通过使用5-氨基乙酰丙酸（5-aminolevulinic acid，简称5-ALA），可以实现原卟啉IX（protoporphyrin IX，简称PPIX）的荧光引导，从而提高肿瘤的切除率。然而，即使在光谱成像的帮助下，许多低级别胶质瘤和一些高级别肿瘤由于PPIX的低积累，显示出较弱的荧光，这使得肿瘤更难区分。因此，了解不同类别肿瘤组织中的PPIX发射光谱，以及如何利用这些光谱进行分类，具有重要意义。 论文来源 这篇论文发表于《Communications Medicine》期刊（2024年），文章标题为“Towards mac...

基于信息感知的Transformer展开网络促进高光谱和多光谱图像融合 背景介绍 高光谱图像（Hyperspectral Image, HSI）由于其包含多个波段的光谱信息，在材料识别、图像分类、目标检测和环境监测等遥感应用中发挥着重要作用。然而，由于传感器硬件的限制，实际的成像过程中存在空间分辨率和光谱分辨率之间的权衡问题。具体来说，成像传感器只能提供丰富光谱信息的图像（低分辨率的HSI，LR-HSI），或者是高空间分辨率但光谱信息较少的图像（高分辨率的多光谱图像，HR-MSI）。为了获得高分辨率的HSI（HR-HSI），研究者们提出了将LR-HSI和HR-MSI融合的方法，称为MSI-HSI融合。MSI-HSI融合在遥感图像处理中引起了广泛关注。 论文来源 这篇论文《Advancing ...