tif转rawmatlab代码-SLNet_XLFMNet:通过稀疏驱动学习解卷积的实时光场3D显微术

tif 转raw matlab代码 通过稀疏驱动学习解卷积的实时光场 3D 显微术 关于 该存储库包含来自我们的 SLNet+XLFMNet 的代码。 SLNeet 从 3 个荧光显微镜图像的时间堆栈中计算，这是一个时间和空间稀疏表示，允许提取活体动物的神经活动，并摆脱背景。 这是一个以无监督方式训练的网络，推理帧率为 40Hz。 XLFMNet 是一种 CNN，可从单个 XLFM 图像（或傅立叶光场显微镜）重建 3D 体积。 在我们的例子中，稀疏分解 + 3D 重建以 45Hz 运行，用于具有 2160x2160 像素的图像并重建具有 512x512*120 体素的体积。 要求 该存储库基于 Python 3.7.4 和 Pytorch 1.8，有关更多详细信息，请参阅 requirements.txt。 对于稀疏分解网络 (SLNet)，您可以使用任何所需的显微镜图像，它会在您的样本中找到稀疏度。 要执行 3D 重建，您需要： matlab 格式 (.mat) 中的 3D 空间变体 PSF，尺寸为 [x,y,z]。 此 PSF 用于计算 GT，以便使用 Richardson Luc