De onderzoeksgroep onder leiding van prof. Yiming Li aan de Southern University of Science and Technology (SUSTech) heeft belangrijke uitdagingen aangepakt bij de toepassing van single-molecule localization microscopy (SMLM) voor superresolutiebeeldvorming met hoge doorvoer door LiteLoc te introduceren, een schaalbaar en lichtgewicht analyseframework gebaseerd op deep learning. Het onderzoek, getiteld "Scalable and lightweight deep learning for efficient high accuracy single-molecule localization microscopy", is gepubliceerd in het internationale tijdschrift Nature Communications.
LiteLoc Innovaties
SMLM reconstrueert superresolutiebeelden door individuele fluorescerende moleculen nauwkeurig te lokaliseren over tienduizenden stochastische knipperbeelden. De resulterende datavolumes stellen strenge eisen aan de rekenkracht, de gegevensdoorvoer en de schaalbaarheid van het systeem.
Het LiteLoc-framework is ontworpen met de kerndoelstellingen van realtime prestaties, hoge lokalisatienauwkeurigheid en hoge doorvoer in gedachten, en overwint diverse cruciale knelpunten bij SMLM-reconstructie met hoge doorvoer:
Door neurale representaties te integreren met op natuurkunde gebaseerde voorkennis, laat PAMR systematische verbeteringen zien ten opzichte van traditionele benaderingen:
Versnelde volumetrische reconstructieDe reconstructietijd voor een enkel 3D-volume (585 × 585 × 120 voxels) wordt teruggebracht van 250 s naar 28 s, wat overeenkomt met een ongeveer tienvoudige toename van de reconstructiesnelheid.
Resolutieverbetering voorbij de diffractielimiett: Door gebruik te maken van een hemisferisch verlichtingssysteem met 66 LED's in combinatie met een 40×/0,95 NA-objectief, bereikt PAMR half-pitch resoluties van 137 nm lateraal en 550 nm axiaal, wat een ongeveer tweevoudige verbetering is ten opzichte van de diffractielimiet van het objectief.
Robuuste prestaties onder omstandigheden met beperkt zicht.Hoogwaardige reconstructies blijven behouden, zelfs bij een beeldreductie tot 75%. Wanneer het aantal belichtingshoeken wordt teruggebracht van 120 naar 30, blijft de reconstructiekwaliteit stabiel, met SSIM-waarden die aanzienlijk hoger liggen dan die verkregen met conventionele FPT-methoden.
Dhyana 400BSI V3 sCMOS-cameraondersteuning voor LiteLoc Innovations
Hoogwaardige signaalverwerving en beeldstabiliteit zijn cruciaal voor de experimentele validatie van geavanceerde computationele microscopie-algoritmen. De TucsenFL 9BWDe wetenschappelijke camera biedt essentiële hardwaremogelijkheden die het PAMR-framework ondersteunen.
Het LiteLoc SMLM-systeem maakt gebruik van de Tucsen Dhyana 400BSI V3 sCMOS-camera als de belangrijkste beeldvormingsdetector. De combinatie van een hoge signaal-ruisverhouding en een snelle uitlezing van de camera biedt essentiële hardwareondersteuning voor het behalen van theoretische lokalisatielimieten en maakt validatie in een gesloten lus mogelijk tussen algoritmeontwikkeling en experimentele beeldvorming.
1. Uitzonderlijke signaal-ruisverhouding
Met een kwantumrendement (QE) tot wel 95% maximaliseert de Dhyana 400BSI V3 de effectieve detectie van fluorescentiesignalen van afzonderlijke moleculen. De typische uitleesruis van 1,1 e⁻ (RMS) zorgt voor robuuste signaal-ruisverhoudingen onder omstandigheden met weinig fotonen, wat een solide basis vormt voor LiteLoc om een lokalisatienauwkeurigheid te bereiken die de theoretische limieten benadert.
2. Snelle gegevensuitvoer
De Dhyana 400BSI V3 levert beelden met volledige resolutie tot 100 fps bij 2048 (H) × 2048 (V), wat overeenkomt met een ruwe datageneratiesnelheid van ongeveer 550 MB/s (11-bit). Deze doorvoer komt vrijwel overeen met de analysesnelheid van LiteLoc van 567 MB/s, en ondersteunt daarmee direct de doelstellingen van het systeem op het gebied van beeldvorming met hoge doorvoer.
Referenties
Fei, Y., Fu, S., Shi, W. et al. Schaalbaar en lichtgewicht deep learning voor efficiënte, zeer nauwkeurige single-molecule lokalisatiemicroscopie. Nat Commun 16, 7217 (2025). https://doi.org/10.1038/s41467-025-62662-5
AuteursrechtverklaringDit artikel is bedoeld als referentie voor toepassingen met betrekking tot wetenschappelijke camera's. Delen van de inhoud zijn overgenomen uit relevante gepubliceerde onderzoeksartikelen. Alle auteursrechten blijven bij de oorspronkelijke auteurs. Vermeld de bron bij het citeren of hergebruiken van dit materiaal.
2025/12/20