Light sheet fluorescence microscopy (LSFM) is a microscopic technique to obtain biological images rapidly, allowing thin light sheets to pass through the plane of a sample to obtain a single two-dimensional (2D) slice image. However, during the process of illuminating the entire slice in one plane and detecting light from a direction perpendicular to it, shadow-like line artifacts can be generated when the light is blocked by structures such as blood vessels. This paper proposes a deep learning-based solution to remove the line artifacts in LSFM. The characteristics of line artifacts were utilized to separate the LSFM image into a line artifact mask and an artifact-removed image and the network was fully trained in self-supervised learning. By comparing images before and after removing line artifacts, it is shown that the proposed method effectively removed the line artifacts. If the proposed method is applied to remove line artifacts after obtaining LSFM images, it will be able to obtain high-quality biological images at a high speed.
평면조사 레이저 형광현미경법은 생체 이미지를 빠르게 획득할 수 있는 현미경 기법으로, 한 장의 2차원 슬라이스 이미지를 얻기 위해 표본을 통과하는 얇은 평면 형태의 빛인 평면 레이저를 조사한다. 그러나, 슬라이스에 평면 레이저를 조사하고 이에 수직인 방향에서 빛을 감지해 이미징하는 과정에서 혈관과 같은 구조물에 의해 빛이 차단되는 부분에서 일종의 그림자인 라인 아티팩트가 생긴다. 이 논문에서는 평면조사 레이저 형광현미경에서의 라인 아티팩트를 제거하기 위한 딥러닝 기반 해결책을 제시한다. 평면조사 레이저 형광현미경 이미지를 라인 아티팩트 마스크와 라인 아티팩트가 제거된 이미지로 분리하기 위해 라인 아티팩트의 특성을 활용했으며, 자기지도학습으로 네트워크를 학습했다. 라인 아티팩트가 제거되기 전후의 이미지를 비교하여 제안한 방법이 라인 아티팩트를 효과적으로 지움을 보였다. 평면조사 레이저 형광현미경으로 이미지를 획득한 뒤 제안한 방법으로 라인 아티팩트를 제거한다면 빠른 속도로 고품질 생체 이미지를 획득할 수 있을 것이다.
