Microscopía revolucionaria APIC: imágenes más claras y rápidas sin iteraciones

MadridUna nueva técnica llamada APIC (Imágenes Angular Plitográficas con Método de Forma Cerrada) proporciona imágenes más claras en áreas más grandes. Desarrollada por el equipo de Changhuei Yang en Caltech, APIC es más precisa y rápida que la actual microscopía plitográfica de Fourier (FPM). A diferencia de FPM, no requiere estimaciones repetidas y resuelve directamente una ecuación lineal para obtener resultados más precisos.

Durante muchos años, los fabricantes de microscopios tuvieron dificultades para lograr tanto una alta resolución como un amplio campo de visión. Debían optar por una u otra. En 2013, ingenieros de Caltech desarrollaron la Microscopia Computacional e introdujeron la Microscopía Fourier Píctografica (FPM). Esta nueva tecnología utilizaba algoritmos informáticos junto con métodos tradicionales para producir imágenes más claras y detalladas en áreas más extensas. Aunque efectiva, la FPM tenía una desventaja: usaba un método de prueba y error, lo que a veces resultaba en imágenes inexactas.

La nueva técnica APIC soluciona este problema. Estas son las ventajas de APIC:

• Solución directa sin conjeturas iterativas
• Procesamiento de imágenes más rápido
• Elimina la borrosidad y distorsión
• Mantiene alta resolución en un amplio campo de visión

Lea también:

Ayer · 20:33

¿Puede el sonido crear ilusiones mágicas?

Bajo la dirección de Yang, el equipo de Caltech logró simplificar el algoritmo eliminando pasos redundantes. APIC utiliza una ecuación lineal para identificar errores causados por la óptica del microscopio. Una vez identificados estos errores, el sistema puede corregirlos, produciendo imágenes nítidas sobre amplias áreas sin necesidad de ajustes repetitivos.

APIC permite a los investigadores capturar imágenes claras de grandes áreas sin necesidad de reenfocar constantemente el microscopio. Por el contrario, con FPM, incluso un ligero cambio en la altura de la muestra obliga a los usuarios a reenfocar, lo que podría implicar combinar más de 100 imágenes de baja resolución para obtener una vista más amplia.

Yang destaca la importancia del APIC para los trabajos de su laboratorio en la mejora de datos de imágenes para el uso en inteligencia artificial. Su equipo ha demostrado que la IA puede superar a los médicos expertos en predecir la propagación del cáncer de pulmón a partir de diapositivas patológicas. Sin embargo, para lograr esto, necesitan imágenes claras y de alta calidad. Esto se logra con la ayuda del APIC, lo que optimiza tanto las imágenes como el rendimiento de la IA.