Les réseaux de détecteurs rapides et sensibles font de la microscopie à balayage d'images (ISM) un successeur naturel de la microscopie à balayage laser confocal (CLSM), permettant une super-résolution (SR) avec un excellent rapport signal sur bruit (SNR). Bien que de grands détecteurs optimisent la collecte de photons, ils capturent également plus de lumière hors foyer. Cependant, le jeu de données ISM contient des informations sur la position axiale des émetteurs. Nous exploitons ces informations pour inverser directement le modèle physique correspondant avec s2IS M, améliorant ainsi le rapport signal sur bruit (SBR) et la résolution. Cependant, ces algorithmes sont sensibles à l'overfitting du bruit (NO) durant le processus itératif. Nous régularisons notre algorithme s2IS M en utilisant des débruiteurs basés sur l'apprentissage profond, ce qui permet d'analyser des données avec un SNR auparavant considéré comme inutilisable.
Garrè et al. (Mon,) ont étudié cette question.