arXiv来源发表:
脑连接组成像不再逐层慢扫：ZoomSEM用真实低分辨扫描还原16倍细节，等效提速30倍
核心概要
串行电子显微镜是脑连接组成像的主力，但立方毫米级脑组织的拍摄要花数月甚至数年。ZoomSEM改用真实采集的低分辨率与高分辨率扫描图像对训练超分辨模型，从快速低分辨扫描中恢复4倍、8倍直至16倍更高分辨率的图像，并保留连接组分析所需的细微神经元结构，等效加速最高达30倍。多种生物样本的数据集实验显示，该模型在真实低分辨率采集条件下仍能稳定泛化。
深度剖析
串行电子显微镜的成像通量有了新的加速路径：快速低分辨率扫描可以直接还原出高分辨率图像，而不必逐层慢扫。 此前立方毫米级脑组织的串行电镜成像需要数月到数年，深度学习超分辨方法则受限于较小的放大倍数，或依赖合成数据，加速幅度有限。 在多种生物样本的数据集上，ZoomSEM在真实低分辨率采集条件下表现出稳健的泛化能力，并保留了连接组分析所需的细微神经元结构。
模型学的是真实扫描图像之间的分辨率对应关系，因此低分辨率输入也能还原出可信的细节。 这一超分辨方法（用模型把低分辨率图像映射为高分辨率图像）在真实采集的低分辨率与高分辨率SEM图像对上训练，而非依赖合成数据。 训练与评估覆盖4倍、8倍和最高16倍的放大倍数，等效加速最高达30倍。
启示与展望
已展示的范围是多种生物样本数据集上的超分辨重建，放大倍数为4倍、8倍和最高16倍，等效加速最高达30倍，评估条件为真实低分辨率采集。
摘要只说明在多种生物样本数据集上泛化稳健，未给出逐数据集的量化误差，也未说明16倍放大与30倍加速是否在同一条件下同时取得。