Sélection de la langue

Gouvernement du Canada / Government of Canada

Recherche

Segmentation of stimulated raman microscopy images using a 1D convolutional neural network

Par Conseil national de recherches du Canada

DOITrouver le DOI : https://doi.org/10.1109/PN56061.2022.9908347
AuteurRechercher : 1; Rechercher : 2; Rechercher : 3; Rechercher : 4
Affiliation
  1. Conseil national de recherches du Canada. Construction
  2. Few-Cycle Inc.
  3. Conseil national de recherches du Canada. Centre de recherche en métrologie
  4. University of Ottawa. Department of Physics
FormatTexte, Article
Conférence2022 Photonics North (PN), May 24-26, 2022, Niagara Falls, Ontario, Canada
Sujetvibrations; training; image segmentation; optical microscopy; microscopy; Raman scattering; optical imaging
Résumé
Stimulated Raman Scattering (SRS) microscopy is a powerful nonlinear optical imaging technique deriving contrast from Raman active molecular vibrations. We demonstrate, using a supervised convolutional neural network (RM-Net), the creation of chemical maps from hyperspectral Stimulated Raman Scattering images. Using a limited number (800) of training spectra, the trained RM-Net model was successfully applied to new hyperspectral images without compromising accuracy.
Date de publication
Maison d’éditionIEEE
Dans
  • 2022 Photonics North (PN), 9908347 (24 mai 2022).
Langueanglais
Publications évaluées par des pairsOui
Exporter la noticeExporter en format RIS
Signaler une correctionSignaler une correction (s'ouvre dans un nouvel onglet)
Identificateur de l’enregistrement35fdf9c6-fd78-4fa0-99f7-572a44e3d5ec
Enregistrement créé2023-06-30
Enregistrement modifié2023-06-30
Date de modification :