期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于RDCAN深度学习的三维共焦拉曼光谱高分辨成像方法
1
作者 齐亚昆 徐德民 +2 位作者 崔晗 邱丽荣 赵维谦 《光学技术》 北大核心 2025年第4期491-496,503,共7页
三维共焦拉曼光谱成像凭借独特的分子特异性和非破坏性原位分析能力,在材料、生物医学等领域得到了广泛应用。然而,其几何形貌分辨率不足的固有缺陷制约了更深层次的应用拓展。因此,提出一种基于残差密集通道注意力网络(RDCAN)的超分辨... 三维共焦拉曼光谱成像凭借独特的分子特异性和非破坏性原位分析能力,在材料、生物医学等领域得到了广泛应用。然而,其几何形貌分辨率不足的固有缺陷制约了更深层次的应用拓展。因此,提出一种基于残差密集通道注意力网络(RDCAN)的超分辨率图谱成像方法,实现三维共焦拉曼光谱图像到几何形貌的跨模态重建。首先设计端到端的深度学习网络,以残差密集网络为基础,充分融合局部与全局多尺度特征,并引入通道注意力机制动态优化特征权重分配,增强网络的特征提取能力;其次,利用自主搭建的激光差动共焦-拉曼光谱系统采集数据,其中共焦拉曼模块采集的三维光谱数据作为网络输入,差动共焦模块同步获取的几何形貌数据作为真值进行训练,最终实现几何形貌的重建。实验结果表明,重建结果的峰值信噪比达到27.4 dB,结构相似度达到0.98,与差动共焦显微镜测量结果接近。与传统方法相比,方法无需额外硬件即可在传统三维共焦拉曼光谱成像基础上扩展高分辨几何成像能力,实现光谱-几何形貌同源融合,为解决其在几何形貌分辨率上的局限性问题提供了创新解决方案。 展开更多
关键词 光谱学 拉曼成像 超分辨率 深度学习 rdcan
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部