先进的荧光显微镜是由更容易

科学家已经开发出新的显微镜图像处理技术,可以减少后处理时间到几千倍。国立卫生研究院的研究人员正在和合作者在芝加哥大学和浙江大学,中国。

在一篇发表在自然生物技术,哈里鉴定博士的实验室高分辨率光学成像在国家生物医学成像和生物工程研究所(NIBIB),描述新技术可以显著减少所需的时间来处理高度复杂的图像,是由最先进的显微镜。这样的显微镜通常用于捕获通过鱼血液和大脑细胞移动,可视化蠕虫胚胎的神经发育,确定各个细胞器内整个器官。

随着显微镜继续好转,创造更高分辨率的图像更快,研究人员发现他们有更多的数据比时间来处理它。虽然视频本身可以在几分钟内被捕获,图像可以tb大小和需要数周或数月的处理时间在某些情况下,是可用的。

需要这么长时间的一个原因是,视频显微镜捕获微小物体往往是模糊的。这样可以减少模糊一个叫做反褶积的过程,但这个过程需要大量的计算能力和时间。

第二个问题是,许多显微镜在今天使用多个视图相同的生物体或细胞。这些图像需要正确定位,然后结合3 d图像和视频。建立高分辨率的图像从原始数据需要大量的计算机处理。所以,显微镜发展为研究人员提供越来越复杂,高分辨率的图像,计算能力有限的实际供研究者使用哪些技术——因为他们知道大多数所收集的数据将不会被使用。

首先鉴定的实验室和他的同事试图做的就是修改反褶积算法很多研究者所使用,所以它会运行得更快。这种方法最初提出了其他领域的计算机断层扫描(CT)等医学成像;然而,这是第一次成功地适用于荧光显微法。荧光显微镜使用染料以提高对比度的标本,让研究人员专注于特定部分的样本,看看不同的元素相互作用。

其次,他们减少所需的时间位置和整合多个视图的一个示例。这个进步的一个关键部分依赖于这一过程被称为并行。有时候是一种方法,用于处理每个函数的超级计算机,而不是一个接一个,工作分解成更小的任务,同时进行分析。这就像让成千上万的人同时每解决一个数学问题,而不是让一个人解决成千上万的问题。

最后,研究人员发现,他们可以进一步减少所花费的时间处理数据通过使用神经网络,人工智能(AI)的一种。人工智能正日益被用来协助成像处理和诊断。在这种情况下,鉴定和他的团队训练神经网络产生清洁和更高分辨率的图像比可能更迅速。

“收购现代成像数据有点像喝从消防带,“钱币兑换商说。“这些方法帮助我们更快的获得有价值的生物信息,这是至关重要的,考虑到大量的数据,可以由这些显微镜。”

这些进步扩大现有技术的使用,包括允许厚样品的成像时产生大量的图像数据与荧光显微镜检查。的进步也必不可少的使用越来越多的“计算显微镜”的后处理莫名其妙的原始数据是一个重要的步骤在生产最后的高分辨率图像。鉴定和他的同事希望他们将帮助研究人员接近他们就不会想尝试,由于劳动密集型它原本是如何创建有意义的图像。

参考

郭等。(2020)。光学显微镜的快速图像反褶积和多视图融合。自然生物技术。DOI:https://doi.org/10.1038/s41587 - 020 - 0560 - x

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。