文章名：Efficient Bayesian-based multiview deconvolution
期刊：Nature Method
发表日期：2014年6月
1 摘要
光片荧光显微镜能够通过从多角度捕捉样品来以高分辨率对大样本成像。多视角解卷积可以显著提高图像的分辨率和对比度，但是其应用受限于大尺寸的数据集。在这里我们提出基于贝叶斯推导的多视角解卷积方法，其大幅度提高了收敛时间，并且我们提供使用显卡硬件的快速实现。
2 系统结构图
3 主要结果图/视频
4 亮点点评
SPIM光片成像技术可以从多个角度观察样本同一位置，使得解卷积的病态问题更容易被处理。先前的多视角解卷积算法使用最大期望算法框架推导，该方法的收敛时间比数据记录时间长几个量级。本文提出一种基于贝叶斯理论的计算公式并将其与有序子集期望最大化方法结合，大大提高了解卷积收敛时间。在3D多视角仿真数据和果蝇胚胎、C线虫幼虫等生物数据上进行验证，本方法相比先前的解卷积方法当图像重建质量相当时在计算时间上有大幅度降低。多视角解卷积提高了SPIM数据的对比度，相比于SPIIM和双光子显微镜对同一样本可以获得更好的结果，并且多视角解卷积不仅可以用在SPIM上也可以用在转盘共聚焦显微镜上。本方法极大提高了多视角解卷积的收敛速度，提高多视角解卷积方法使用性，并且提供了Fiji插件。
