Super-resolution (SR) fluorescensmikroskopi, gennem brug af fluorescerende prober og specifikke excitations- og emissionsprocedurer, overskrider diffraktionsgrænsen for opløsning (200~300 nm), der engang var en barriere.
De fleste SR-teknikker er stærkt afhængige af billedberegninger og -behandling for at hente SR-information. Faktorer såsom fluoroforers fotofysik, prøvens kemiske miljø og optiske opsætningssituationer kan dog forårsage støj og forvrængning i råbilleder, hvilket potentielt påvirker de endelige SR-billeders kvalitet. Dette gør det afgørende for udviklere og brugere af SR-mikroskopi at have en pålidelig metode til at kvantificere rekonstruktionskvaliteten.
På grund af den øgede opløselighed af SR-billeddannelse er en grundig evaluering nødvendig, men eksisterende værktøjer kommer ofte til kort, når den lokale opløsning varierer inden for synsfeltet.
I en undersøgelse offentliggjort i Light:Science &Applications , har et team af forskere introduceret en ny metode kendt som den rullende Fourier-ringkorrelation (rFRC). Denne metode letter repræsentationen af opløsningsheterogenitet direkte i Super Resolution-domænet (SR) og muliggør derved kortlægning i en uovertruffen SR-skala og en ubesværet korrelation af opløsningskortet med SR-indholdet.
Derudover udviklede holdet en forbedring af resolution scaled error map (RSM), hvilket resulterede i mere nøjagtig systematisk fejlestimering. Dette blev brugt sammen med rFRC, hvilket skabte en kombineret teknik kaldet PANEL (Pixel-level Analysis of Error Locations), som fokuserer på at udpege områder med lav pålidelighed fra SR-billeder.
Forskerne har med succes anvendt PANEL i en række billedbehandlingsmetoder, herunder Single-Molecule Localization Microscopy (SMLM), Super Resolution Radial Fluctuations (SRRF), Structured Illumination Microscopy (SIM) og dekonvolutionsmetoder, der verificerer effektiviteten og stabiliteten af deres kvantitative kort. .
PANEL kan bruges til at forbedre SR-billeder. For eksempel er det blevet effektivt brugt til at fusionere SMLM-billeder rekonstrueret af forskellige algoritmer, hvilket giver SR-billeder af overlegen kvalitet.
I forventning om, at deres metode bliver et fast værktøj til lokal kvalitetsevaluering, har teamet gjort PANEL tilgængeligt som en open source-ramme. Relaterede biblioteker til MATLAB og Python er tilgængelige, samt et klar-til-brug Fiji/ImageJ plugin på GitHub.
Yderligere detaljer om denne lovende teknik kan findes i et indlæg bag kulisserne skrevet af kerneteammedlemmet Weisong Zhao, tilgængeligt her.
Flere oplysninger: Weisong Zhao et al., Kvantitativ kortlægning af lokal kvalitet af superopløsningsmikroskopi ved rullende Fourier-ringkorrelation, Light:Science &Applications (2023). DOI:10.1038/s41377-023-01321-0
Journaloplysninger: Lys:Videnskab og applikationer
Leveret af Chinese Academy of Sciences
Sidste artikelNy forskning kaster lys over et fænomen kendt som falsk vakuum henfald
Næste artikelAt bryde igennem grænserne for en enkelt fiber laserforstærker:Kohærent strålekombination