编辑推荐:
宾福(Bin Fu)|卡罗琳·L·琼斯(Caroline L. Jones)|丹尼尔·赫拉格蒂(Daniel Heraghty)|杨胜波(Shengbo Yang)|凯特琳·奥布莱恩-鲍尔(Caitlin O’Brien-Ball)|维多利亚·容汉斯(Victoria Jungh
宾福(Bin Fu)|卡罗琳·L·琼斯(Caroline L. Jones)|丹尼尔·赫拉格蒂(Daniel Heraghty)|杨胜波(Shengbo Yang)|凯特琳·奥布莱恩-鲍尔(Caitlin O’Brien-Ball)|维多利亚·容汉斯(Victoria Junghans)|杨浩伟(Haowei Yang)|大卫·克莱纳曼(David Klenerman)|图奥马斯·P·J·诺尔斯(Tuomas P.J. Knowles)|卢西恩·E·韦斯(Lucien E. Weiss)|里卡多·A·费尔南德斯(Ricardo A. Fernandes)|史蒂文·F·李(Steven F. Lee)
尤素夫·哈米德(Yusuf Hamied) 英国剑桥大学化学系,Lensfield Road,剑桥,CB2 1EW
摘要
利用傅里叶光场显微镜进行流式细胞术成像可以实现高通量的三维细胞成像,每秒可捕获数千个细胞事件。然而,体积重建的速度仍比数据采集速度慢几个数量级。目前最先进的技术采用理查森-露西算法(Richardson–Lucy algorithm),即使在配备GPU加速的情况下,每秒也只能重建5-10个细胞图像。这一限制阻碍了流式细胞术在实时应用(如细胞分选)中的普及。我们提出了“补丁反卷积”(patch deconvolution)算法,这是首个无需训练即可与理查森-露西框架兼容的算法,显著提升了重建速度,在标准GPU上每秒可重建100-200个细胞图像,比理查森-露西算法快20-40倍。该算法在模拟数据和实验数据集上都得到了验证,其重建质量与理查森-露西算法相当,无论是静态图像还是流动图像。这使得基于空间特征的快速细胞分选成为可能,并推动了诸如检测大型细胞群体中罕见空间事件等高级应用的发展,而这些事件在传统流式细胞术中是无法区分的。