项目名称: 基于相干自适应光学的深层双光子动态荧光寿命成像研究

项目编号: No.61505118

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 严伟

作者单位: 深圳大学

项目金额: 21万元

中文摘要: 对深层生物组织细胞内微环境进行准确动态表征是生物学和生物医学等领域的重要目标之一。由于活体生物样品表面的不平整性和组织内部折射率分布的不均匀性等原因,使得成像系统像差较大,获得的图像质量较差,且随着成像深度的增加像差越严重。在本项目中,我们结合双光子激发荧光显微成像技术、AOD扫描技术、FLIM技术和COAT像差校正技术,发展一种针对深层组织细胞的动态荧光寿命成像平台,用于实现对深层组织细胞内蛋白质等相关参数的定量测量和动态监测。

中文关键词: 荧光寿命成像;双光子显微成像;随机扫描显微成像;相干自适应光学技术

英文摘要: The accurate and dynamic characterization of deep biological tissue microenvironment is one important goals in the fields of biology and biomedical. Because the surface irregularities 、the within uneven distribution of the refractive index and other reasons for living organisms sample, so that the imaging system has lager aberrations, and get poor image quality. And with the increasing of the imaging depth, the aberration become more serious. In this project, we combine two-photon excitation fluorescence microscopy imaging technology、AOD scanning technology、FLIM technique and COAT aberration correction technology to develop a platform of dynamic fluorescence lifetime imaging for deep-tissue cells, and use the imaging system to implement the quantitative measurement and dynamic monitoring of proteins and so on related parameters in deep tissue cells.

英文关键词: Fluorescence lifetime iamging;two-photon microscope imaging;random scanning microscope imaging;coherent optical adaptive technique

成为VIP会员查看完整内容
0

相关内容

【博士论文】基于深度学习的单目场景深度估计方法研究
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
31+阅读 · 2021年7月26日
基于深度学习的视频目标检测综述
专知会员服务
78+阅读 · 2021年5月19日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
62+阅读 · 2021年5月3日
专知会员服务
157+阅读 · 2020年7月26日
[CVPR 2020-港中文-MIT] 神经架构搜索鲁棒性
专知会员服务
25+阅读 · 2020年4月7日
自动化所4K荧光设备获批国家医疗器械注册证
中国科学院自动化研究所
1+阅读 · 2021年9月6日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17日
SAR成像原理及图像鉴赏
无人机
20+阅读 · 2017年8月14日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Arxiv
17+阅读 · 2020年11月15日
Arxiv
14+阅读 · 2020年10月26日
Arxiv
12+阅读 · 2019年4月9日
Arxiv
19+阅读 · 2018年3月28日
小贴士
相关VIP内容
【博士论文】基于深度学习的单目场景深度估计方法研究
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
31+阅读 · 2021年7月26日
基于深度学习的视频目标检测综述
专知会员服务
78+阅读 · 2021年5月19日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
62+阅读 · 2021年5月3日
专知会员服务
157+阅读 · 2020年7月26日
[CVPR 2020-港中文-MIT] 神经架构搜索鲁棒性
专知会员服务
25+阅读 · 2020年4月7日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员