Ny algoritme udvider brugen af ​​avanceret kamera til biologisk mikroskopi

En ny computeralgoritme gør det muligt for forskere at bruge en højtydende sensorteknologi, kaldet videnskabelige komplementære metaloxid-halvlederkameraer, til en bred vifte af biologisk forskning.

"Videnskabelige sCMOS-kameraer vinder hurtigt popularitet inden for biologiske videnskaber, materialevidenskab og astronomi, " sagde Fang Huang, en assisterende professor ved Purdue University's Weldon School of Biomedical Engineering. "Sensoren giver betydelige fremskridt i billedhastighed, følsomhed og synsfelt sammenlignet med traditionelle detektorer såsom ladningskoblede enheder eller elektronmultiplikerende CCD."

Imidlertid, brugen af ​​sCMOS-kameraer til biologisk forskning har været begrænset på grund af udsving i pixelkvalitet, generere mere "støj, " end de andre kameraer. Især hver pixel svinger i sin egen hastighed.

"Når du forsøger at bruge dette til biologiske undersøgelser, det er meget svært at afgøre, om denne fluktuation kommer fra prøven (fotoner) eller fra selve kameraet, " sagde Sheng Liu, avisens hovedforfatter, en postdoc-forsker ved Weldon School of Biomedical Engineering.

Nu, arbejder med forskere i Purdues Institut for Biologiske Videnskaber, Liu og Huang har udviklet en ny algoritme, der korrigerer støjen, gør sCMOS-kameraerne tilgængelige til en bred vifte af biologisk mikroskopi.

Resultaterne blev beskrevet i et forskningspapir, der blev vist tidligere på året i tidsskriftet Naturens metoder .

Forfatterne omfatter Liu; postdoktoral forskningsassistent Michael J. Mlodzianoski; kandidatstuderende Zhenhua Hu, Yuan Ren og Kristi McElmurry; Daniel M Suter, en lektor ved Institut for Biologiske Videnskaber; og Huang.

"Vi har forsøgt at bruge dette kamera til live-celle enkelt-molekyle super-opløsning billeddannelse og introducerede en algoritme til det formål i 2013, " sagde Huang. "Men, den tidligere algoritme virker kun til enkelt-molekyle undersøgelser, hvilket betyder, at alle dine objekter skal være såkaldte punktudsendere. Så, i bund og grund, dine billeder skal ligne stjerner på himlen."

Biologisk forskning, imidlertid, involverer ofte billeddannelse af komplekse strukturer såsom cellulære organeller. For at løse problemet, forskere udviklede den nye algoritme.

"Den grundlæggende udfordring er at estimere en af ​​variablerne, når du kender summen af ​​to variable. Der er ikke noget entydigt svar på dette spørgsmål, men vi ønsker at lave det bedste skøn givet vores yderligere viden om de to variable." sagde Huang. "Vi udnyttede en generel egenskab ved billedbehandlingssystemer, den optiske overførselsfunktion. Baseret på vores viden om, hvordan hver af de 4 millioner pixels på vores kamerachip opfører sig, vi er i stand til at estimere det faktiske fotonniveau ved hver pixelplacering. Dette er meget spændende for os, fordi dette gør det muligt for CMOS-sensorer at blive brugt i et bredt spektrum af billeddannelsesmetoder til kvantitative biomedicinske og biologiske undersøgelser, forbedre deres følsomhed, synsfelt og billedhastighed."