Development of a Deep Generative Model for High-Speed Super-Resolution Live-Cell Image Reconstruction
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066524
교육부
한국연구재단
서울대학교
윤훈석
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
응용연구
대학
서울특별시 관악구
생명과학 > 융합바이오 > 바이오이미징
... 생세포 나노 스케일 소기관 구조를 신속하고 신뢰성 있게 관찰 및 분석할 수 있는 딥러닝 기반 초고분해능 현미경법을 구축하는 것을 최종목표로 한다. 본 연구를 통해 고가의 초고분해능 장비 없이도 기존 형광 영상 대비 약 10배의 분해능 향상을 실현하여, 생물학 및 의약학 연구에서 바이오이미징의 기술적 한계를 극복하는 혁신적 영상 분석 플랫폼을 제시하고자 한다.
... 초고분해능 복원 기술 개발이 요구된다.이에 본 연구는 총 3단계로 수행된다. 1단계에서는 세포 시편 준비부터 STORM 이미징까지 직접 수행하여 동일 시야 기반 형광 현미경?STORM 쌍 데이터셋을 구축하고 정량적 평가 기준 체계를 확립한다. 2단계에서는 단일 형광 현미경 영상으로부터 STORM 수준의 초고분해능 영상을 복원하는 생성 기반 딥러닝 모델을 설계하며, 구조 보존 손실함수와 ...
... 형광 현미경 영상만으로 초고분해능 수준의 나노 스케일 생체구조 정보를 정밀하게 복원하고, 이를 실시간 추론 소프트웨어와 결합하여 바이오이미징의 기술적 한계를 극복하는 혁신적 영상 분석 플랫폼을 제시한다. 본 기술이 구현되면 기존 형광 영상 대비 약 10배의 분해능 향상을 바탕으로 세포 내 소기관 수준의 미세 생체구조를 신속하고 정확하게 분석하는 것이 가능해지며, 고가의 STORM ...