Nat Methods |
![]() |
复旦大学颜波团队在Nature Methods在线发表题为 Pretraining a foundation model for generalizable fluorescence microscopy-based image restoration 的研究论文,该研究提出了一种基于荧光显微镜的通用图像恢复(UniFMIR)模型来解决不同的恢复问题,并表明UniFMIR具有更高的图像恢复精度,更好的泛化和更多的通用性。
五项任务和14个数据集的演示,涵盖了广泛的显微镜成像模式和生物样本,表明预训练的UniFMIR可以通过微调有效地将知识转移到特定情况,揭示清晰的纳米级生物分子结构,并促进高质量的成像。这项工作有可能激发和触发基于荧光显微镜的图像恢复的新研究亮点。
医药网新闻
- 相关报道
-
- Nat Commun:肾脏纤维化与肠道细菌产生的corisin分子有关 (2025-08-31)
- 《癌症研究》:保胎药是肝癌“克星”?中国医科大学/河南医药大学/山东大学团队发现,催产素受体能驱动肝癌发生,保胎药阿托西班可阻断 (2025-08-30)
- Cell:阻断脑-肝通讯可能会阻止癌症导致的致命体重下降 (2025-08-30)
- Nature Methods:当深度学习遇见纯净数据,DeepMVP为精准医学画出蛋白质功能新图谱 (2025-08-30)
- Nature:宫内“压力”实录——母亲的情绪,如何悄悄“编程”了宝宝的湿疹命运? (2025-08-30)
- 谁才是“原始居民”?Science:新研究揭示MUC19基因在人类中的进化历史 (2025-08-30)
- Science:利用新的蛋白质图谱技术揭示细胞的内部工作原理 (2025-08-29)
- Cell:我国科学家在真核细胞中实现百万碱基的精确基因组编辑 (2025-08-29)
- Science:不同的前额叶通路显示将奖励动机与威胁反应分开 (2025-08-29)
- Science:斯坦福大学发现大脑“翻译错误”导致衰老与认知衰退 (2025-08-29)
- 视频新闻
-
- 图片新闻
-
医药网免责声明:
- 本公司对医药网上刊登之所有信息不声明或保证其内容之正确性或可靠性;您于此接受并承认信赖任何信息所生之风险应自行承担。本公司,有权但无此义务,改善或更正所刊登信息任何部分之错误或疏失。
- 凡本网注明"来源:XXX(非医药网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。本网转载其他媒体之稿件,意在为公众提供免费服务。如稿件版权单位或个人不想在本网发布,可与本网联系,本网视情况可立即将其撤除。联系QQ:896150040