Enabling real-time light-field 3D fluorescence microscopy through computational microscopy and deep learning

Page Vizcaíno, Josué

Josué Page Vizcaíno

If you experience problems opening the document, please try this link.

Original title:: Enabling real-time light-field 3D fluorescence microscopy through computational microscopy and deep learning
Translated title:: Ermöglichung von Echtzeit-Lichtfeld-3D-Fluoreszenzmikroskopie durch computergestützte Mikroskopie und Deep Learning
Author:: Page Vizcaíno, Josué
Year:: 2023
Document type:: Dissertation
Faculty/School:: TUM School of Computation, Information and Technology
Advisor:: Lasser, Tobias (Priv.-Doz. Dr.)
Referee:: Lasser, Tobias (Priv.-Doz. Dr.); Favaro, Paolo (Prof. Dr.)
Language:: en
Subject group:: FEI Feinwerktechnik, Medizintechnik, Technische Optik, Reprographietechnik
Keywords:: 3D-imaging, fluorescence, deconvolution, deep-learning, normalizing-flows, 3D-reconstruction
Translated keywords:: 3D-Bildgebung, Fluoreszenz, Dekonvolution, deep-learning, normalizing-flows, 3D-Rekonstruktion
TUM classification:: PHY 820; MED 370
Abstract:: 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.
Translated abstract:: 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
Date of submission:: 22.02.2023
Oral examination:: 25.07.2023
File size:: 46331509 bytes
Pages:: 133
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230725-1700499-1-8
Last change:: 25.08.2023
BibTeX