Новый метод компьютерной микроскопии обеспечивает более прямой путь к четким изображениям

На протяжении сотен лет четкость и увеличение микроскопов в конечном итоге ограничивались физическими свойствами их оптических линз. Производители микроскопов расширяли эти границы, создавая все более сложные и дорогие наборы линзовых элементов. Тем не менее ученым приходилось выбирать между высоким разрешением и малым полем зрения, с одной стороны, или низким разрешением и большим полем зрения, с другой.

В 2013 году команда инженеров Калифорнийского технологического института представила метод микроскопии под названием FPM (что означает птихографическая микроскопия Фурье). Эта технология ознаменовала появление компьютерной микроскопии, использование методов, которые объединяют датчики обычных микроскопов с компьютерными алгоритмами, которые обрабатывают обнаруженную информацию новыми способами для создания более глубоких и четких изображений, охватывающих большие площади. С тех пор FPM получил широкое распространение благодаря своей способности получать изображения образцов с высоким разрешением, сохраняя при этом большое поле зрения с использованием относительно недорогого оборудования.

Теперь та же лаборатория разработала новый метод, который может превзойти FPM в способности получать изображения без размытости и искажений даже при меньшем количестве измерений. Новая техника, описанная в статье, появившейся в журнале. Природные коммуникацииможет привести к прогрессу в таких областях, как биомедицинская визуализация, цифровая патология и скрининг лекарств.

Новый метод, получивший название APIC (Angular Ptychographic Imaging with Closed-form Method), обладает всеми преимуществами FPM, но лишен того, что можно было бы назвать его самым большим недостатком, а именно: для получения окончательного изображения алгоритм FPM начинает с одного или нескольких наилучших предположений, а затем понемногу корректирует их, чтобы прийти к «оптимальному» решению, которое не всегда может соответствовать исходному изображению.

Под руководством Чанхуэя Янга, профессора электротехники, биоинженерии и медицинской инженерии Томаса Г. Майерса и исследователя из Медицинского научно-исследовательского института Heritage, команда Калифорнийского технологического института поняла, что можно устранить эту итеративную природу алгоритма.

Вместо того, чтобы полагаться на метод проб и ошибок, чтобы попытаться найти решение, APIC решает линейное уравнение, получая детали аберраций или искажений, вносимых оптической системой микроскопа. Как только аберрации известны, система может их исправить, по сути, работая так, как будто она идеальна, и выдавая четкие изображения, охватывающие большие поля зрения.

«Мы приходим к решению сложного поля высокого разрешения в замкнутой форме, поскольку теперь у нас есть более глубокое понимание того, что фиксирует микроскоп, что мы уже знаем и что нам нужно по-настоящему выяснить, поэтому нам не нужны никакие итерации», — говорит Жуйжи Цао, соавтор статьи, бывший аспирант в лаборатории Яна, а теперь постдокторант в Калифорнийском университете в Беркли. «Таким образом, мы можем в основном гарантировать, что видим истинные окончательные детали образца».

Как и в случае с FPM, новый метод измеряет не только интенсивность света, видимого через микроскоп, но и важное свойство света, называемое «фазой», которое связано с расстоянием, которое проходит свет. Это свойство остается незамеченным человеческим глазом, но содержит информацию, которая очень полезна с точки зрения исправления аберраций.

«Именно при поиске информации об этой фазе FPM полагался на метод проб и ошибок», — объясняет Ченг Шен, соавтор статьи APIC, который также завершил работу, находясь в лаборатории Янга, а теперь является инженером по алгоритмам компьютерного зрения. в Apple.

«Мы доказали, что наш метод дает аналитическое решение гораздо более простым способом. Он быстрее, точнее и позволяет глубже понять оптические системы», — говорит Шен.

Помимо устранения итеративного характера алгоритма фазового решения, новый метод также позволяет исследователям получать четкие изображения в большом поле зрения без неоднократной перефокусировки микроскопа. При использовании FPM, если бы высота образца варьировалась даже на несколько десятков микрон от одного сечения к другому, человеку, использующему микроскоп, пришлось бы перефокусироваться, чтобы алгоритм заработал.

Поскольку эти методы компьютерной микроскопии часто включают в себя объединение более 100 изображений с более низким разрешением для объединения большего поля зрения, это означает, что APIC может значительно ускорить процесс и предотвратить возможное влияние человеческого фактора на многих этапах.

«Мы разработали систему для исправления аберраций, а также для улучшения разрешения», — говорит Цао. «Эти две возможности могут быть потенциально полезны для более широкого спектра систем визуализации».

По словам Янга, разработка APIC имеет решающее значение для более широкого круга задач, над которыми в настоящее время работает его лаборатория по оптимизации ввода данных изображений для приложений искусственного интеллекта (ИИ).

«Недавно моя лаборатория показала, что ИИ может превзойти экспертов-патологоанатомов в прогнозировании метастатической прогрессии на основе простых гистопатологических слайдов пациентов с раком легких», — говорит Ян. «Эта способность прогнозирования в значительной степени зависит от получения равномерно сфокусированных и высококачественных микроскопических изображений, для чего APIC отлично подходит».