密码查看测试
密码保护内容 请输入密码查看内容 提交 我准备在博客里梳理一下我接下来要做的工作内容、难点、解决思路。 首先大目标很明确,我要做的是双光子图像的细胞时空追踪。 这个问题有以下难点: 双光子活体成像偶尔会有不可避免的小扰动,小扰动影响每一次扫描,每次扫描的扰动我们假定是正态分布的。 双光子活体成像因动物挣扎偶尔会有大扰动,大扰动影响整个层面的扫描,每次层扫的扰动我们也假定是正态分布的。 细胞通道可能会有串色,我们暂且忽略这个问题,假设拍摄得到的图像纯净。 极其偶尔会有z轴的扰动,这个问题非常严重,它类似于难点2的变体,我们暂且忽略这个问题,并认为是窗口构建的失败。 受限于分辨率,给细胞分割的难度加大了。需要改进细胞分割策略。 只要分割好了细胞,就可以根据单个细胞的占据的空间位置计算重心。问题在于重心会有偏移,如何寻找不同时间点的同一细胞是一个难点,但不会太难。 第一个难点需要设计pipeline消除扰动,目前有以下思路: 追求真实,由于扰动必然丢失信息,需要多拍图像补足信息 数学计算,用纯数学的方法寻找可能的原始图景 机器学习,训练网络来推测可能的原始图景 第二个难点实际上会表现地类似刚体形变,只需要找到参考层面,进行逐层图像配准就可以了,但是要注意边界的丢失问题,大扰动会使得边界信息丢失,如何补偿是一个问题。 因此归根结底是要解决第一个难点。 此前已经做过用CNN去识别图像,判断是否有扰动,这个工作做得很初步,虽然当时失败了,但并不代表不能实现。然而,判断有无扰动和图像的恢复、去噪还是有很大的区别。因此此时此刻我准备设计去噪的pipeline。