デコンボリューションアルゴリズム: Huygens デコンボリューション結果を最適化します。.
顕微鏡画像を復元します
The Huygens ソフトウエア は、特定のイメージング条件に最適化されたいくつかの復元方法を提供します。
画像取得の最適化
十分にサンプリングされた画像は、良いデコンボリューション結果を得るための重要な出発点です。 さらに、画像取得時のクリッピングは避けてください。
文献におけるHuygens デコンボリューション
多くの科学論文 は、Huygensデコンボリューションとそのアルゴリズムを参照しています。
CMLE Classic Maximum Likelihood Estimation
CMLE は、Huygens で利用可能な最も一般的なデコンボリューションアルゴリズムであり、様々なイメージング条件に対して良い結果を提供します。 正則化パラメータSNRを微調整することで、CMLE の結果を最適化できます。 より高速に結果を得るために、CMLE は、完全に GPU アクセラレーションされます。
非常に堅牢なデフォルトアルゴリズム
様々な質の生データに良い結果
GPU アクセラレーション
コンフォーカル画像は、Leica microsystems CMS GmbH の提供。
GMLE Good's Roughness Maximum Likelihood Estimation
GMLE は、STED か、またはコンフォーカル画像のようなノイズの多い画像を処理するために最適化されたデコンボリューションアルゴリズムです。 正則化パラメータ SNR を微調整することにより、CMLEの場合と同様にGMLEの結果を最適化することができます。 GMLE も完全にGPU アクセラレーションされます。
CMLE を使用する場合に比べて高速で、反復回数が少なくて済みます。
ノイズの多い画像で良い結果が得られます。
GPU アクセラレーション
GMLE は、CMLE よりも多くの RAM を使用します
STED 画像は、Leica microsystems CMS Gmbh の提供。
QMLE Quick Maximum Likelihood Estimation
The QMLE is a deconvolution algorithm that gives good and fast deconvolution results on low-noise widefield images. In the QMLE you can fine-tune the results by setting the regularization parameter SNR as 'Noise free', 'Good', 'Fair' or 'Low'.CMLE を使用する場合に比べて高速で、反復回数が少なくて済みます。
ノイズの低い画像でよい結果が得られます。
ノイズの多い画像には最適ではありません。
広視野画像は、スペイン マドリード IBMB の Monica Pons 博士提供。
アルゴリズムテストのための提案
デフォルトのアルゴリズム(+++)から始めて、次に、他のアルゴリズム(++ and +)をテストすることをお勧めします。
CMLE | QMLE | GMLE | |
---|---|---|---|
広視野 | +++ | ++ | + |
コンフォーカル | +++ | ++ | |
回転ディスク | +++ | ++ | |
STED | +++ | ++ | |
SPIMシート光 | +++ |
Iterative Maximum Likelihood Estimation (MLE)
Iterative Constrained Tikhonov Miller (ICTM)
Quick Tikhonov Miller (TM)
広視野画像は、オランダ ユトレヒト大学 腫瘍内科学 Livio Kleij 博士と Martijn Vromans 博士提供。
ダウンロード: 開始!
Huygensデコンボリューションアルゴリズムが画像をどのように復元できるかテストしてください! 無料のテストライセンスをリクエストして、Huygens デコンボリューションおよびその他の製品をお試しください。
特定の画像に関するお問い合わせは、sales@svi.nl までご連絡ください。