Een onderzoeksteam van de Huazhong Universiteit voor Wetenschap en Technologie heeft PAMR (Physics-Aware Aberration-Corrected Meta Neural Representation) voorgesteld, een zelflerend 3D-reconstructiekader voor dynamische, labelvrije beeldvorming van levende cellen. De studie is gepubliceerd in het internationale, peer-reviewed tijdschrift voor optica Advanced Photonics Nexus.
PAMR: Methodologische vooruitgang in labelvrije 3D-tomografie
Labelvrije 3D-tomografische beeldvorming heeft steeds meer belangstelling gewekt in de biologische microscopie vanwege de lage fototoxiciteit en de vereenvoudigde optische configuratie. Conventionele Fourier-ptychografische tomografie (FPT) wordt echter vaak beperkt door uitgesproken reconstructieartefacten en een hoge rekencomplexiteit, waardoor de toepasbaarheid ervan voor dynamische observatie van levende cellen en monsters met een groot gezichtsveld wordt beperkt.
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.
FL 9BW-cameraondersteuning voor PAMR-validatie
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.
Hoogwaardige signaalverwerving
Een CMOS-sensor met achtergrondverlichting en een piekkwantumrendement van 92%, waardoor zwakke, labelvrije signalen efficiënt kunnen worden gedetecteerd.
Een uitleesruis van 0,9 e⁻ in combinatie met een ultralage donkerstroom (< 0,0005 e⁻/p/s), waardoor de ruisbijdragen worden geminimaliseerd en de signaalintegriteit onder omstandigheden met weinig licht behouden blijft.
Een sensor met een groot formaat van 15,96 mm (1 inch), die een volledige dekking van heterogene monsterstructuren mogelijk maakt, informatieverlies vermindert en de aberratiecorrectietak van de reconstructiepipeline ondersteunt.
Mogelijkheid tot beeldvorming met hoge resolutie
Een pixelafstand van 3,76 μm, goed afgestemd op de diffractielimiet van een 40×/0,95 NA-objectief en conform het Nyquist-samplingcriterium.
Een matrix van 3000 × 3000 pixels, die effectieve vastlegging mogelijk maakt van belichtingsgegevens vanuit meerdere hoeken, die nodig zijn voor computationele reconstructie met hoge resolutie.
Stabiliteit van beeldvorming op lange termijn
De combinatie van een ultralage donkerstroom (< 0,0005 e⁻/p/s) en diepe koeling maakt beeldvorming met een hoge signaal-ruisverhouding mogelijk tijdens lange belichtingstijden, terwijl fototoxische effecten die gepaard gaan met hoge lichtintensiteit worden beperkt.
Referenties
Sun M, Zhong F, Mao S, et al. Fysica-geïnformeerde meta-neurale representatie voor hoogwaardige, aberratie-gecorrigeerde Fourier-ptychografische tomografie met beperkt aantal weergaven [J].
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