Revolutionaire microscopietechniek levert snellere en scherpere beelden op over grotere oppervlakken
AmsterdamEen nieuwe techniek genaamd APIC (Angular Ptychographic Imaging with Closed-form method) levert duidelijkere beelden over grotere gebieden. Ontwikkeld door Changhuei Yangs team aan Caltech, is APIC nauwkeuriger en sneller dan de huidige Fourier ptychografische microscopie (FPM). In tegenstelling tot FPM vereist het geen herhaalde schattingen en lost het direct een lineaire vergelijking op voor preciezere resultaten.
Jarenlang hadden microscoopbouwers moeite om zowel een hoge resolutie als een breed gezichtsveld te bereiken. Ze moesten kiezen tussen een van beide. In 2013 ontwikkelden ingenieurs van Caltech Computational Microscopy en introduceerden Fourier Ptychographic Microscopy (FPM). Deze nieuwe technologie maakte gebruik van computeralgoritmes in combinatie met traditionele methoden om duidelijkere en meer gedetailleerde beelden over grotere oppervlakken te produceren. Hoewel effectief, had FPM een nadeel: het gebruikte een proef-en-fout methode, wat soms leidde tot onnauwkeurige beelden.
De nieuwe APIC-techniek biedt een oplossing voor dit probleem. Waarom APIC superieur is:
- Directe oplossing zonder iteratieve gokwerkzaamheden
- Snellere beeldverwerking
- Elimineert wazigheid en vervorming
- Behoudt hoge resolutie over een groot gezichtsveld
Onder leiding van Yang vond het Caltech-team een manier om het algoritme te vereenvoudigen door de herhalende stappen te elimineren. APIC gebruikt een lineaire vergelijking om fouten veroorzaakt door de optiek van de microscoop nauwkeurig te lokaliseren. Zodra deze fouten zijn geïdentificeerd, kan het systeem ze corrigeren, wat resulteert in heldere beelden over grote oppervlakken zonder de noodzaak van herhaalde aanpassingen.
APIC stelt onderzoekers in staat om scherpe beelden van grote gebieden te maken zonder voortdurend de microscoop te hoeven scherpstellen. Daarentegen moet men bij de FPM methode zelfs bij een kleine verandering in de hoogte van het monster opnieuw scherpstellen. Dit kan betekenen dat er meer dan 100 beelden met lage resolutie moeten worden samengevoegd om een groter geheel te krijgen.
Yang benadrukt dat APIC cruciaal is voor het werk van zijn lab om beeldgegevens voor AI te verbeteren. Zijn lab heeft aangetoond dat AI beter kan voorspellen dan gespecialiseerde artsen bij de verspreiding van longkanker op basis van pathologie-dia's, maar hiervoor zijn heldere, hoogwaardige afbeeldingen nodig. APIC maakt dit mogelijk, waardoor zowel de beeldvorming als het AI-werk optimaler worden.
De studie is hier gepubliceerd:
http://dx.doi.org/10.1038/s41467-024-49126-yen de officiële citatie - inclusief auteurs en tijdschrift - is
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-yVandaag · 01:33
Betovering door geluid: magie voor blinden mogelijk?
Gisteren · 23:37
Overleving zangvogels bedreigd door drogere winterhabitat
Gisteren · 21:40
IJzerschatten in WA onthullen vergeten klimaatgeheimen
Gisteren · 19:44
Naar een geïntegreerd energieplan: op weg naar nul uitstoot
Deel dit artikel