Benutzer: Gast  Login
Mehr Felder
Einfache Suche
Originaltitel:
Enabling real-time light-field 3D fluorescence microscopy through computational microscopy and deep learning
Übersetzter Titel:
Ermöglichung von Echtzeit-Lichtfeld-3D-Fluoreszenzmikroskopie durch computergestützte Mikroskopie und Deep Learning
Autor:
Page Vizcaíno, Josué
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Lasser, Tobias (Priv.-Doz. Dr.)
Gutachter:
Lasser, Tobias (Priv.-Doz. Dr.); Favaro, Paolo (Prof. Dr.)
Sprache:
en
Fachgebiet:
FEI Feinwerktechnik, Medizintechnik, Technische Optik, Reprographietechnik
Stichworte:
3D-imaging, fluorescence, deconvolution, deep-learning, normalizing-flows, 3D-reconstruction
Übersetzte Stichworte:
3D-Bildgebung, Fluoreszenz, Dekonvolution, deep-learning, normalizing-flows, 3D-Rekonstruktion
TU-Systematik:
PHY 820; MED 370
Kurzfassung:
This work integrates computational sciences and microscopy to develop real-time 3D fluorescent imaging tools for living specimens, such as zebrafish neural activity. We employed tools like a light-field microscope, deep and Bayesian learning, and joint optimization of the optical system and reconstruction algorithm. Also, we present a set of tools for research project organization, including subjects like time and hardware management and experiment repeatability.
Übersetzte Kurzfassung:
Diese Arbeit integriert Computerwissenschaften und Mikroskopie, um 3D-Fluoreszenz-Imaging-Tools in Echtzeit zu entwickeln. Wir haben Werkzeuge wie ein Lichtfeldmikroskop, Deep Learning und Bayes Lernen sowie die gemeinsame Optimierung des optischen Systems und des Rekonstruktionsalgorithmus eingesetzt. Außerdem stellen wir eine Sammlung von Werkzeugen für die Organisation von Forschungsprojekten vor, einschließlich Themen wie Zeit- und Hardwaremanagement und Wiederholbarkeit von Experimenten.
WWW:
https://mediatum.ub.tum.de/?id=1700499
Eingereicht am:
22.02.2023
Mündliche Prüfung:
25.07.2023
Dateigröße:
46331509 bytes
Seiten:
133
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230725-1700499-1-8
Letzte Änderung:
25.08.2023
 BibTeX