Rewolucyjna metoda APIC: szybsze i dokładniejsze obrazy mikroskopowe z mniejszą liczbą pomiarów

WarsawNowa technika o nazwie APIC (Obrazowanie Ptychograficzne Kątowe z Metodą Wzorcową) umożliwia uzyskiwanie wyraźniejszych obrazów na większych obszarach. Opracowany przez zespół Changhuei Yanga z Caltech, APIC jest bardziej precyzyjny i szybszy niż obecnie używana mikroskopia ptychograficzna Fouriera (FPM). W przeciwieństwie do FPM, nie wymaga powtarzających się oszacowań i bezpośrednio rozwiązuje równanie liniowe, co prowadzi do bardziej precyzyjnych wyników.

Przez wiele lat producenci mikroskopów mieli trudności z osiągnięciem zarówno wysokiej rozdzielczości, jak i szerokiego pola widzenia. Musieli wybierać między jednym a drugim. W 2013 roku inżynierowie z Caltech opracowali mikroskopię obliczeniową i wprowadzili mikroskopię Fourier Ptychographiczną (FPM). Ta nowa technologia łączyła algorytmy komputerowe z tradycyjnymi metodami, umożliwiając uzyskiwanie wyraźniejszych i bardziej szczegółowych obrazów na większych obszarach. Chociaż była skuteczna, FPM miała pewną wadę: korzystała z metody prób i błędów, co czasami prowadziło do powstawania nieprecyzyjnych obrazów.

Nowa technika APIC rozwiązuje ten problem. Oto co sprawia, że APIC jest lepszy:

• Bezpośrednie rozwiązanie bez potrzeby iteracyjnych zgadywanek
• Szybsze przetwarzanie obrazów
• Eliminacja rozmycia i zniekształceń
• Zachowanie wysokiej rozdzielczości na dużym polu widzenia

Pod przewodnictwem Yanga, zespół z Caltech odkrył sposób na uproszczenie algorytmu poprzez usunięcie jego powtarzalnych kroków. APIC wykorzystuje równanie liniowe do wykrywania błędów spowodowanych przez optykę mikroskopu. Po zidentyfikowaniu tych błędów, system może je skorygować, co pozwala uzyskać wyraźne obrazy na dużych obszarach bez konieczności ciągłych regulacji.

Zobacz również:

Dzisiaj · 01:33

Czy magia dźwięku oczaruje osoby niewidome?

APIC umożliwia badaczom wykonywanie wyraźnych zdjęć dużych obszarów bez potrzeby ciągłego dostosowywania ostrości mikroskopu. W przeciwieństwie do tego, korzystając z FPM, nawet niewielka zmiana wysokości próbki wymaga ponownego ustawienia ostrości, co może oznaczać konieczność połączenia ponad 100 niskorozdzielczych obrazów, aby uzyskać pełny obraz.

APIC ułatwia proces obrazowania, minimalizując błędy ludzkie i przyspieszając pracę. „Opracowaliśmy system, który pozwala na korygowanie błędów i zwiększanie rozdzielczości,” twierdzi Cao. Ta zintegrowana funkcja może znaleźć zastosowanie w różnych systemach obrazowania.

Yang wyjaśnia, że APIC jest istotne dla pracy jego laboratorium nad poprawą jakości danych obrazowych do wykorzystania w AI. Jego zespół wykazał, że sztuczna inteligencja potrafi przewyższyć ekspertów lekarzy w prognozowaniu rozprzestrzeniania się raka płuc na podstawie szkiełek patologicznych, lecz do tego potrzebują wyjątkowo wyraźnych i wysokiej jakości obrazów. APIC w tym pomaga, poprawiając zarówno proces obrazowania, jak i działanie AI.