Équipe IMAGeS : Images, Modélisation, Apprentissage, Géométrie et Statistique

Séminaire du 30 septembre 2021

De Équipe IMAGeS : Images, Modélisation, Apprentissage, Géométrie et Statistique
Aller à la navigation Aller à la recherche

Analyse des données de super-resolution spectrale

Julien Godet, MCU-PH Biophysique-Biostatistiques

Résumé : La microscopie à super résolution à résolution spectrale (SR-SMLM) est une nouvelle approche permettant d'explorer les localisations et les propriétés d'émission de fluorescence d'émetteurs uniques En ajoutant aux localisations l'enregistrement simultané des signatures spectroscopiques d'émetteurs uniques, la SR-SMLM offre une dimension supplémentaire à explorer en imagerie de super-résolution. Mais l'étude de la composante spectroscopique des images nécessite des outils appropriés. Nous avons travaillé sur des approches de machine-learning pour améliorer la qualité des images. Je présenterai également une approche par phasor pour résumer l'information spectrale de la SR-SMLM.