یادگیری عمیق در اپتیک

محققان موسسه California NanoSystems (CNSI) در UCLA یک چارچوب یادگیری عمیق جدید مبتنی بر داده ایجاد کرده اند که امکان ایجاد تصاویر فوق وضوح را مستقیماً از تصاویر به دست آمده در میکروسکوپ های معمولی و محدود با پراش ایجاد می کند. این کار بدون اطلاع قبلی در مورد نمونه و/یا فرآیند تشکیل تصویر تکمیل می شود تا تصاویر میکروسکوپی فراتر از حد پراش را فوق العاده حل کند. خروجی شبکه عمیق بسیار سریع است ، بدون هیچ گونه تکرار یا جستجوی پارامتر. در تظاهرات دیگری ، محققان از یک شبکه عصبی عمیق برای انجام رنگ آمیزی بافتی مجازی بر روی بخش های بافت بدون برچسب ، با استفاده از یک تصویر منفرد فلورسانس استفاده کرده اند. این تغییر ، که فقط از کنتراست درون زا در بخش بافت استفاده می کند ، بر روی انواع مختلفی از بافت ها و لکه ها اعمال شد و توسط هیئت آسیب شناسان بصورت کورکورانه تأیید شد.

این نتایج گامی مهم در جهت میکروسکوپ محاسباتی است و برخی از یادگیری ماشین های بالقوه را در این زمینه نشان می دهد.

اهداف یادگیری:

آشنایی با اصول میکروسکوپ محاسباتی

استفاده از الگوریتم های یادگیری عمیق برای ایجاد تصاویر با وضوح فوق العاده

استفاده از الگوریتم های یادگیری عمیق برای رنگ آمیزی مجازی