Как перераспределение пикселей помогает увеличить разрешение в микроскопии

Микроскопия — один из самых важных и универсальных методов исследования в науке. С ее помощью можно изучать структуру и функцию живых клеток, тканей и органов, а также наблюдать за динамическими процессами, происходящими в них. Однако микроскопия имеет свои ограничения, связанные с разрешением — способностью различать два близко расположенных объекта. Разрешение зависит от длины волны света, используемого для освещения образца, и от оптической системы микроскопа. Чем короче длина волны, тем выше разрешение, но тем сложнее осветить образец без повреждения его. Кроме того, оптическая система микроскопа не может передать всю информацию о свете, отраженном или испущенном образцом, а только часть его. Это приводит к тому, что изображение становится размытым и потеряны мелкие детали.

Для улучшения качества изображения существуют различные методы, например, деконволюция — математическая операция, которая пытается восстановить исходное изображение из размытого. Однако деконволюция часто усиливает шум — случайные флуктуации интенсивности света, которые мешают видеть реальные объекты. Кроме того, деконволюция требует знания точной формы точечной функции распределения (PSF) — характеристики оптической системы микроскопа, которая определяет, как изображается одна точка в пространстве. PSF может меняться в зависимости от условий эксперимента и сложно ее измерить.

Недавно ученые из Бостонского университета предложили новый алгоритм обработки изображений, который избегает этих проблем и повышает разрешение изображений с сохранением интенсивности фотонов и локальной линейности. Алгоритм был опубликован в журнале Advanced Photonics и доступен как функция MATLAB для широкого использования.

Основная идея нового алгоритма заключается в перераспределении пикселей. Под пикселем понимается минимальная единица изображения на экране компьютера или камеры. Каждый пиксель имеет определенную интенсивность света и цвет. Перераспределение пикселей заключается в том, что интенсивность каждого пикселя переносится в другое место на изображении в соответствии с локальными градиентами — изменением интенсивности света от одного пикселя к другому. Таким образом, изображение становится более четким, без риска введения артефактов шума. Алгоритм также нормализует исходные изображения перед применением этого процесса, обеспечивая одинаковые результаты.

Разрешение микроскопа традиционно определяется его способностью различать два близко расположенных точечных источника света. Новый метод, названный «размытие с помощью перераспределения пикселей» (DPR), значительно уменьшает необходимое расстояние между ними, позволяя повысить разрешение в микроскопии.

Для демонстрации эффективности DPR ученые применили его к различным условиям изображения: локализации одиночных молекул, структурной визуализации инженерной сердечной ткани и объемной микроскопии зебрафиш. Эти реальные примеры продемонстрировали потенциал DPR в улучшении четкости микроскопических изображений.

Уникальная способность DPR увеличивать четкость изображений, сохраняя при этом большие структуры, открывает двери к более широким применениям. Он может использоваться в ситуациях, когда образцы содержат как маленькие, так и большие структуры, делая его универсальным инструментом для исследователей. Хотя ни один метод размытия не является полностью устойчивым к шуму, преимущество DPR заключается в том, что он не усиливает шум.

Новый алгоритм DPR является прорывом в области микроскопии, который позволяет видеть мельчайшие детали живых клеток с высокой четкостью и без потери информации. Это может способствовать новым открытиям в биологии, медицине и других науках.