期刊导航
期刊开放获取
重庆大学
退出
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
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
检索
高级检索
期刊导航
共找到
3
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
奥美拉唑治疗十二指肠溃疡14例
1
作者
邢福临
《海南医学》
CAS
1995年第2期89-89,共1页
关键词
奥美拉唑
治疗
十二指肠溃疡
下载PDF
职称材料
结合多次DBSCAN和层次聚类算法的膜蛋白单分子定位超分辨图像分割
被引量:
3
2
作者
杨建宇
胡芬
+5 位作者
邢福临
董浩
侯梦迪
李任植
潘雷霆
许京军
《中国激光》
EI
CAS
CSCD
北大核心
2023年第3期78-85,共8页
膜蛋白在细胞膜上的时空分布形式决定了其活性状态及功能,在调控细胞生命活动过程中起着重要作用。单分子定位超分辨成像(SMLM)技术为在纳米尺度解析膜蛋白的空间分布提供了可能,但分辨率的极大提升对图像准确聚类分割提出了更高要求。...
膜蛋白在细胞膜上的时空分布形式决定了其活性状态及功能,在调控细胞生命活动过程中起着重要作用。单分子定位超分辨成像(SMLM)技术为在纳米尺度解析膜蛋白的空间分布提供了可能,但分辨率的极大提升对图像准确聚类分割提出了更高要求。基于密度的空间聚类算法(DBSCAN)是常用的聚类方法之一,但其对于膜蛋白分布不均匀的SMLM超分辨图像的分割效果往往不太理想。本文提出了一种结合多次DBSCAN和层次聚类的混合聚类算法,该算法以DBSCAN方法为分割基础,通过进一步的面积阈值分析和层次聚类,在保持超分辨点簇图像精确聚类识别的前提下,仍能保留每个点簇内的多次定位信号。将该算法应用于模拟数据集和实验数据分割得到的轮廓系数等性能普遍优于传统DBSCAN算法。这种混合聚类方法为膜蛋白SMLM超分辨图像的聚类分割提供了新思路和新方法,有助于更精准地分析膜蛋白在纳米尺度上的空间分布信息。
展开更多
关键词
生物光学
单分子定位超分辨成像
超分辨图像分割
膜蛋白
基于密度的空间聚类算法
层次聚类算法
原文传递
单分子定位超分辨成像技术进展及应用
被引量:
15
3
作者
杨建宇
董浩
+3 位作者
邢福临
胡芬
潘雷霆
许京军
《激光与光电子学进展》
CSCD
北大核心
2021年第12期1-35,共35页
21世纪初诞生的超分辨光学成像技术凭借纳米级空间分辨率、低损制样等优点,迅速发展成为生命科学研究中不可或缺的技术手段。其中单分子定位超分辨成像(SMLM)技术更是由于其成像原理易懂、空间分辨率极高等特点,一直受到科研工作者的青...
21世纪初诞生的超分辨光学成像技术凭借纳米级空间分辨率、低损制样等优点,迅速发展成为生命科学研究中不可或缺的技术手段。其中单分子定位超分辨成像(SMLM)技术更是由于其成像原理易懂、空间分辨率极高等特点,一直受到科研工作者的青睐,不断取得重要的技术和应用进展。首先回顾了SMLM的工作原理,讨论了其光路搭建、图像重建、漂移校正等关键技术问题。介绍了两类代表性SMLM技术。列举了多种多色SMLM方法,并分析了各自的优缺点。介绍了SMLM成像参数的改进研究,包括横/纵分辨率的提高、成像视野和深度的改善。介绍了SMLM和深度学习,SMLM和电镜等成像手段结合的关联成像研究进展。讨论了SMLM数据提取与分析方法。最后列举了SMLM在细胞生物学中的重要应用,并展望了SMLM未来的发展方向。期望该综述能为SMLM工作者提供有益的启发和参考,推进SMLM在生命科学研究中的深入应用。
展开更多
关键词
显微
荧光显微成像
超分辨成像
单分子定位
光学衍射极限
图像重建
原文传递
题名
奥美拉唑治疗十二指肠溃疡14例
1
作者
邢福临
机构
琼中县人民医院
出处
《海南医学》
CAS
1995年第2期89-89,共1页
关键词
奥美拉唑
治疗
十二指肠溃疡
分类号
R573.105 [医药卫生—消化系统]
下载PDF
职称材料
题名
结合多次DBSCAN和层次聚类算法的膜蛋白单分子定位超分辨图像分割
被引量:
3
2
作者
杨建宇
胡芬
邢福临
董浩
侯梦迪
李任植
潘雷霆
许京军
机构
南开大学弱光非线性光子学教育部重点实验室
南开大学细胞应答交叉科学中心
南开大学深圳研究院
山西大学极端光学协同创新中心
出处
《中国激光》
EI
CAS
CSCD
北大核心
2023年第3期78-85,共8页
基金
广东省基础与应用基础研究重大项目(2020B0301030009)
国家重点研发计划(2022YFC3400600)
+3 种基金
国家自然科学基金(11874231,32227802,12174208,31870843)
中国博士后科学基金(2020M680032)
天津市自然科学基金(20JCYB⁃JC01010)
中央高校基本科研业务费(2122021337,2122021405)。
文摘
膜蛋白在细胞膜上的时空分布形式决定了其活性状态及功能,在调控细胞生命活动过程中起着重要作用。单分子定位超分辨成像(SMLM)技术为在纳米尺度解析膜蛋白的空间分布提供了可能,但分辨率的极大提升对图像准确聚类分割提出了更高要求。基于密度的空间聚类算法(DBSCAN)是常用的聚类方法之一,但其对于膜蛋白分布不均匀的SMLM超分辨图像的分割效果往往不太理想。本文提出了一种结合多次DBSCAN和层次聚类的混合聚类算法,该算法以DBSCAN方法为分割基础,通过进一步的面积阈值分析和层次聚类,在保持超分辨点簇图像精确聚类识别的前提下,仍能保留每个点簇内的多次定位信号。将该算法应用于模拟数据集和实验数据分割得到的轮廓系数等性能普遍优于传统DBSCAN算法。这种混合聚类方法为膜蛋白SMLM超分辨图像的聚类分割提供了新思路和新方法,有助于更精准地分析膜蛋白在纳米尺度上的空间分布信息。
关键词
生物光学
单分子定位超分辨成像
超分辨图像分割
膜蛋白
基于密度的空间聚类算法
层次聚类算法
Keywords
biooptics
singlemolecule localization microscopy(SMLM)
superresolution image segmentation
membrane protein
densitybased spatial clustering of applications with noise clustering(DBSCAN)
hierarchical clustering algorithm
分类号
O436 [机械工程—光学工程]
原文传递
题名
单分子定位超分辨成像技术进展及应用
被引量:
15
3
作者
杨建宇
董浩
邢福临
胡芬
潘雷霆
许京军
机构
弱光非线性光子学教育部重点实验室
药物化学生物学国家重点实验室
出处
《激光与光电子学进展》
CSCD
北大核心
2021年第12期1-35,共35页
基金
广东省基础与应用基础研究重大项目(2020B0301030009)
国家自然科学基金(11874231,31801134,31870843)
+2 种基金
中国博士后科学基金(2020M680032)
南开大学中央高校基本科研业务费专项资金(2122019446)
高等学校学科创新引智计划(B07013)。
文摘
21世纪初诞生的超分辨光学成像技术凭借纳米级空间分辨率、低损制样等优点,迅速发展成为生命科学研究中不可或缺的技术手段。其中单分子定位超分辨成像(SMLM)技术更是由于其成像原理易懂、空间分辨率极高等特点,一直受到科研工作者的青睐,不断取得重要的技术和应用进展。首先回顾了SMLM的工作原理,讨论了其光路搭建、图像重建、漂移校正等关键技术问题。介绍了两类代表性SMLM技术。列举了多种多色SMLM方法,并分析了各自的优缺点。介绍了SMLM成像参数的改进研究,包括横/纵分辨率的提高、成像视野和深度的改善。介绍了SMLM和深度学习,SMLM和电镜等成像手段结合的关联成像研究进展。讨论了SMLM数据提取与分析方法。最后列举了SMLM在细胞生物学中的重要应用,并展望了SMLM未来的发展方向。期望该综述能为SMLM工作者提供有益的启发和参考,推进SMLM在生命科学研究中的深入应用。
关键词
显微
荧光显微成像
超分辨成像
单分子定位
光学衍射极限
图像重建
Keywords
microscopy
fluorescence microscopic imaging
super-resolution imaging
single-molecule localization
optical diffraction limit
image reconstruction
分类号
O436 [机械工程—光学工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
奥美拉唑治疗十二指肠溃疡14例
邢福临
《海南医学》
CAS
1995
0
下载PDF
职称材料
2
结合多次DBSCAN和层次聚类算法的膜蛋白单分子定位超分辨图像分割
杨建宇
胡芬
邢福临
董浩
侯梦迪
李任植
潘雷霆
许京军
《中国激光》
EI
CAS
CSCD
北大核心
2023
3
原文传递
3
单分子定位超分辨成像技术进展及应用
杨建宇
董浩
邢福临
胡芬
潘雷霆
许京军
《激光与光电子学进展》
CSCD
北大核心
2021
15
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部