In this thesis, we introduced local-FCS, a novel analysis framework developed to address limitations in traditional image correlation spectroscopy and single-pixel autocorrelation methods. By leveraging spatial similarity among pixels, local-FCS improves the accuracy and precision of diffusional measurements, particularly in complex biological systems where spatial heterogeneity is significant. We applied this approach across diverse experimental contexts—model membranes, simulations, and live-cell studies—demonstrating a clear advantage in identifying and characterizing molecular diffusion over other methods.
In questa tesi, abbiamo introdotto il local-FCS, un nuovo framework di analisi sviluppato per affrontare le limitazioni della spettroscopia di correlazione delle immagini tradizionale e dei metodi di autocorrelazione a singolo pixel. Sfruttando la somiglianza spaziale tra i pixel, il local-FCS migliora l’accuratezza e la precisione delle misurazioni diffusionali, in particolare nei complessi sistemi biologici in cui l’eterogeneità spaziale è significativa. Abbiamo applicato questo approccio in diversi contesti sperimentali—membrane modello, simulazioni e studi su cellule vive—dimostrando un chiaro vantaggio nell’identificare e caratterizzare la diffusione molecolare rispetto ad altri metodi.
Local-FCS: un metodo per spettroscopia di correlazione di immagini
Simone, Civita
2025
Abstract
In this thesis, we introduced local-FCS, a novel analysis framework developed to address limitations in traditional image correlation spectroscopy and single-pixel autocorrelation methods. By leveraging spatial similarity among pixels, local-FCS improves the accuracy and precision of diffusional measurements, particularly in complex biological systems where spatial heterogeneity is significant. We applied this approach across diverse experimental contexts—model membranes, simulations, and live-cell studies—demonstrating a clear advantage in identifying and characterizing molecular diffusion over other methods.File | Dimensione | Formato | |
---|---|---|---|
PhD_thesis_Civita_Simone.pdf
embargo fino al 01/03/2026
Dimensione
7.82 MB
Formato
Adobe PDF
|
7.82 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14242/213369
URN:NBN:IT:UNIPR-213369