光场显微镜在神经光学成像领域的应用

王常乐; 陈士雪; 王金甲

doi:10.13741/j.cnki.11-1879/o4.2025.01.008

您当前的位置：

首页 >

文章列表页 >

光场显微镜在神经光学成像领域的应用

光学器件与系统设计 | 更新时间：2025-09-01

- 光场显微镜在神经光学成像领域的应用
- Application of light field microscopy in the field of neuro-optical imaging
- 光学技术 2025年51卷第1期页码：25-35
- 作者机构：
  
  1. 1:燕山大学信息科学与工程学院
  2. 2:河北省信息传输与信号处理重点实验室
- 作者简介：
- 基金信息：
  
  河北省省级科技计划(236Z0101G);河北省自然科学基金(F2024203081)
- DOI：10.13741/j.cnki.11-1879/o4.2025.01.008
  中图分类号： TH742;TP391.41
- 纸质出版：2025
- 稿件说明：
移动端阅览
王常乐, 陈士雪, 王金甲. 光场显微镜在神经光学成像领域的应用[J]. 光学技术, 2025,51(1):25-35.

Application of light field microscopy in the field of neuro-optical imaging[J]. 2025, 51(1): 25-35.
王常乐, 陈士雪, 王金甲. 光场显微镜在神经光学成像领域的应用[J]. 光学技术, 2025,51(1):25-35. DOI： 10.13741/j.cnki.11-1879/o4.2025.01.008.

Application of light field microscopy in the field of neuro-optical imaging[J]. 2025, 51(1): 25-35. DOI： 10.13741/j.cnki.11-1879/o4.2025.01.008.

摘要

通过对大脑中大体积神经元进行动态观测来学习神经元网络的感知、认知和复杂行为的机制是神经科学中的一个基本问题。光场显微镜(LFM)允许以视频帧速率进行三维成像，已成为对神经活动实时观测的一种技术选择。文章对光场显微镜目前的成像方法进行了综述，重点关注新型的算法。与传统的迭代重建方法相比，使用光场显微镜成像神经元活动要求开发新的基于深度学习的算法，充分利用嵌入在物理和光学模型中的先验，整合模型驱动和数据驱动的算法，增强算法的可解释性和泛化能力，实现快速稳健的光场显微镜成像。

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于高光谱遥感的荒漠化草原草种类分类模型研究

基于3D全卷积神经网络的肺叶自动分割方法

利用双流卷积神经网络的人脸表情识别方法

基于移动机器人和单目视觉的姿态测量方法

深浅交错式特征融合的人体图像分割方法

光场显微镜在神经光学成像领域的应用

Application of light field microscopy in the field of neuro-optical imaging

DOI：10.13741/j.cnki.11-1879/o4.2025.01.008

摘要

Abstract

关键词

Keywords

references