SEEQPI框架实现活体小鼠深脑抑制性神经元核重建与干质量成像

Yao、Lyu、Shi、Chen 等研究者开发了无标记散射使能_epi定量相位成像（SEEQPI）结合深度学习的成像框架，利用配对的 SEEQPI 与三光子荧光图像训练带生成对抗学习的 Feature-wise Linear Modulation U-Net，重建活体小鼠脑深部抑制性神经元核分布并估算干质量密度。 研究者称该网络能准确预测核分布，在训练与验证体积轴向分离不超过 6 μm 时仍保持性能，从而支持稀疏荧光监督；跨动物训练可进一步提升在稀疏采样目标动物上的预测效果。相关成果于 2026 年 10 月 28 日发布于 bioRxiv。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。