论文解读:含可靠置信度的视频超分辨显微成像(频域卷积+贝叶斯深度学习)

文献阅读:A neural network for long-term super-resolution imaging of live cells with reliable confidence quantification------含置信度的视频超分辨:从自然界到显微成像

摘要:

超分辨率 (SR) 神经网络将低分辨率光学显微镜图像转换为 SR 图像。单图像 SR (SISR) 方法在长期成像中的应用并未利用相邻帧之间的时间依赖性,并且受到难以量化的推理不确定性的影响。本文设计了一个可变形相空间对齐 (DPA) 延时图像 SR (TISR) 神经网络,构建了大规模荧光显微镜数据集,用于评估神经网络模型的传播和对齐组件。DPA-TISR 自适应地增强了相位域中的跨帧对齐,并且优于现有的最先进的 SISR 和 TISR 模型。本文还开发了贝叶斯 DPA-TISR 并设计了一个预期校准误差最小化框架,可以可靠地推断推理置信度。实验展示了对各种生物样本的 10,000 多个时间点的多色活细胞 SR 成像,具有高保真度、时间一致性和准确的置信度量化。



Presn



















注:转载请注明文章出处!

相关推荐
啦啦啦在冲冲冲5 分钟前
解释一下roberta,bert-chinese和bert-case有啥区别还有bert-large这些
人工智能·深度学习·bert
deepdata_cn6 分钟前
混合架构大型语言模型(Jamba)
人工智能·语言模型
居7然7 分钟前
从零开始学大模型之预训练语言模型
人工智能·语言模型·自然语言处理·大模型
2401_8979300629 分钟前
PyTorch 中训练语言模型过程
人工智能·pytorch·语言模型
Edward.W29 分钟前
别再和正则表达式死磕了!这套AI工具集让你的开发效率翻倍⚙️[特殊字符]
人工智能·正则表达式
爆改模型35 分钟前
【Trans2025】计算机视觉|即插即用|AFANet:炸裂!图像分割新SOTA,轻松碾压传统方法!
人工智能·计算机视觉
陈敬雷-充电了么-CEO兼CTO38 分钟前
具身智能多模态感知与场景理解:融合语言模型的多模态大模型
人工智能·python·gpt·语言模型·自然语言处理·chatgpt·多模态
荔枝吻38 分钟前
【AI总结】Python BERT 向量化入门指南
人工智能·python·bert
张子夜 iiii1 小时前
传统神经网络实现-----手写数字识别(MNIST)项目
人工智能·pytorch·python·深度学习·算法