单分子定位显微成像技术采集的图像中包含大量噪声及样本复杂的背景信息,而现有定位重组计算中常用的去噪算法难以去除结构性噪声,从而影响了超分辨图像的重建效果。本文构建了基于时域迭代小波变换(TDIWT)的背景噪声去除算法,该算法可针对不同信噪比的单分子数据集自适应选取合适的分解层数和迭代次数进行批量去噪处理。在模拟数据验证中,所提算法相比空域小波和时间极值发射极恢复算法在结构相似性指数、峰值信噪比上分别高出226%、50.8%和58.5%、16.6%。此外,利用自行搭建的easySTORM系统采集的实验数据和单分子显微成像测试网站提供的实验数据进行了不同算法的背景去噪比较,结果发现,TDIWT处理后重建的超分辨图像可使受噪声影响断裂的微管蛋白呈现为连续状态,验证了其优秀的结构性荧光噪声去除效果。TDIWT算法为单分子显微成像重建过程中结构性背景噪声的去除提供了新的自适应批量处理方案。

随机光学重建显微镜(STORM)关键技术包括大量随机闪烁图像的数据定位与重建算法,而现有的常用开源算法在大数据量情况下存在用时过长或内存受限等限制,影响了STORM技术的进一步推广应用。基于MATLAB和并行计算的方法构建了WindSTORM PLUS开源算法,采用该算法进行单分子定位数据处理。在模拟数据集下,对比WindSTORM和ThunderSTORM,WindSTORM PLUS算法的处理速度提高了1000%,且对比WindSTORM,内存需求降低了60%。此外,搭建了easySTORM系统,在实验数据的处理耗时对比中,WindSTORM PLUS只有WindSTORM和Gauss-WLS的9%,验证了其在超大数据集下处理速度的优越性。WindSTORM PLUS开源算法为超分辨图像处理提供了一个新的高速处理方案。