基于深度学习的点扫描超分辨率成像
点扫描成像系统是高分辨率细胞和组织成像中使用最广泛的工具之一，点扫描系统的分辨率、速度、样本保存和信噪比很难同时优化。研究表明，可以通过对点扫描系统上采集的欠采样图像使用基于深度学习的超级采样来缓解这些限制，称之为点扫描超分辨率(point-scanning
峰值信噪比
图像压缩
图像数据之所以能被压缩，就是因为数据中存在着冗余。图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。数据压缩的目的就是通过去除这些数据冗余来减少表示数据所