Revolutionäre Mikroskopietechnik liefert schärfere Bilder schneller und effizienter
BerlinEine neue Technik namens APIC (Angulare Ptychographische Bildgebung mit geschlossener Methode) ermöglicht klarere Bilder über größere Bereiche. Entwickelt von Changhuei Yangs Team am Caltech, ist APIC präziser und schneller als die aktuelle Fourier-Ptychographische Mikroskopie (FPM). Im Gegensatz zu FPM erfordert APIC keine wiederholten Schätzungen und löst direkt eine lineare Gleichung für genauere Ergebnisse.
Seit vielen Jahren hatten Mikroskophersteller Schwierigkeiten, sowohl eine hohe Auflösung als auch ein großes Sichtfeld zu erzielen. Sie mussten sich für das eine oder das andere entscheiden. 2013 entwickelten Ingenieure am Caltech die Computational Microscopy und führten die Fourier-Ptychographic Microscopy (FPM) ein. Diese neue Technologie nutzte Computeralgorithmen zusammen mit traditionellen Methoden, um klarere und detailliertere Bilder über größere Bereiche zu erzeugen. Obwohl FPM effektiv war, hatte es einen Nachteil: Es basierte auf einem Trial-and-Error-Ansatz, der manchmal zu ungenauen Bildern führte.
Die neue APIC-Technik löst dieses Problem. Warum APIC überlegen ist:
- Direkte Lösung ohne iterative Näherungen
- Schnellere Bildverarbeitung
- Beseitigung von Unschärfe und Verzerrungen
- Hohe Auflösung über ein großes Sichtfeld
Unter der Leitung von Yang gelang es dem Team von Caltech, den Algorithmus zu vereinfachen, indem sie die sich wiederholenden Schritte entfernten. APIC nutzt eine lineare Gleichung, um Fehler durch die Optik des Mikroskops zu identifizieren. Sobald diese Fehler bekannt sind, kann das System sie korrigieren und somit klare Bilder über große Flächen erzeugen, ohne dass wiederholte Anpassungen erforderlich sind.
APIC ermöglicht es Forschern, große Bereiche klar und deutlich abzubilden, ohne ständig das Mikroskop neu fokussieren zu müssen. Im Gegensatz dazu erfordert FPM selbst bei geringfügigen Veränderungen der Probenhöhe eine Neujustierung der Fokussierung, was bedeuten kann, dass über 100 niedrigauflösende Bilder kombiniert werden müssen, um ein Gesamtbild zu erhalten.
APIC erleichtert den Bildgebungsprozess erheblich. Es verringert menschliche Fehler und beschleunigt die Abläufe. „Wir haben ein System entwickelt, um Fehler zu beheben und die Auflösung zu verbessern,“ erklärt Cao. Diese kombinierte Funktion kann viele verschiedene Bildgebungssysteme unterstützen.
Yang betont die Bedeutung von APIC für die Forschungsarbeit seines Labors zur Verbesserung von Bilddaten für den Einsatz von künstlicher Intelligenz. Sein Team hat gezeigt, dass KI besser als erfahrene Ärzte vorhersagen kann, wie sich Lungenkrebs anhand von Gewebeschnitten ausbreitet, vorausgesetzt, sie verfügen über klare, hochqualitative Bilder. APIC spielt hierbei eine entscheidende Rolle und verbessert sowohl die Bildqualität als auch die Leistungsfähigkeit der KI.
Die Studie wird hier veröffentlicht:
http://dx.doi.org/10.1038/s41467-024-49126-yund seine offizielle Zitation - einschließlich Autoren und Zeitschrift - lautet
Ruizhi Cao, Cheng Shen, Changhuei Yang. High-resolution, large field-of-view label-free imaging via aberration-corrected, closed-form complex field reconstruction. Nature Communications, 2024; 15 (1) DOI: 10.1038/s41467-024-49126-yHeute · 03:33
KI übertrifft Menschen bei der Gehirntumor-Diagnose
Gestern · 23:37
Trockene Winterquartiere bedrohen Überleben von Zugvögeln
Diesen Artikel teilen