Hyppää sisältöön
    • FI
    • ENG
  • FI
  • /
  • EN
OuluREPO – Oulun yliopiston julkaisuarkisto / University of Oulu repository
Näytä viite 
  •   OuluREPO etusivu
  • Oulun yliopisto
  • Avoin saatavuus
  • Näytä viite
  •   OuluREPO etusivu
  • Oulun yliopisto
  • Avoin saatavuus
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Focus classification in digital holographic microscopy using deep convolutional neural networks

Pitkäaho, Tomi; Manninen, Aki; Naughton, Thomas J. (2017-07-28)

 
Avaa tiedosto
nbnfi-fe2019042613368.pdf (599.2Kt)
nbnfi-fe2019042613368_meta.xml (27.33Kt)
nbnfi-fe2019042613368_solr.xml (23.20Kt)
Lataukset: 

URL:
https://doi.org/10.1117/12.2286161

Pitkäaho, Tomi
Manninen, Aki
Naughton, Thomas J.
SPIE
28.07.2017

Tomi Pitkäaho, Aki Manninen, and Thomas J. Naughton "Focus classification in digital holographic microscopy using deep convolutional neural networks", Proc. SPIE 10414, Advances in Microscopic Imaging, 104140K (28 July 2017); doi: 10.1117/12.2286161; https://doi.org/10.1117/12.2286161

https://rightsstatements.org/vocab/InC/1.0/
© (2017) COPYRIGHT Society of Photo-Optical Instrumentation Engineers (SPIE).
https://rightsstatements.org/vocab/InC/1.0/
doi:https://doi.org/10.1117/12.2286161
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2019042613368
Tiivistelmä

Abstract

In digital holographic microscopy, one often obtains an in-focus image of the sample by applying a focus metric to a stack of numerical reconstructions. We present an alternative approach using a deep convolutional neural network.

Kokoelmat
  • Avoin saatavuus [37661]
oulurepo@oulu.fiOulun yliopiston kirjastoOuluCRISLaturiMuuntaja
SaavutettavuusselosteTietosuojailmoitusYlläpidon kirjautuminen
 

Selaa kokoelmaa

NimekkeetTekijätJulkaisuajatAsiasanatUusimmatSivukartta

Omat tiedot

Kirjaudu sisäänRekisteröidy
oulurepo@oulu.fiOulun yliopiston kirjastoOuluCRISLaturiMuuntaja
SaavutettavuusselosteTietosuojailmoitusYlläpidon kirjautuminen