Команда ученых из Лаборатории наноразмерной биологии EPFL, возглавляемая Александрой Раденович из Инженерной школы, разработала алгоритм, который может оценить разрешение микроскопа всего за несколько секунд на основе одного изображения. Результат алгоритма показывает, насколько микроскоп раскрывает весь свой потенциал. Это может быть особенно полезно для автоматизированных микроскопов, которые начали появляться в исследовательских лабораториях.
Выводы команды только что опубликованы в Nature Methods.
Одно изображение
Ученые использовали преобразование Фурье в качестве основы для своего алгоритма, но они изменили его, чтобы извлечь как можно больше информации из одного изображения.
Результаты показывают, насколько микроскоп раскрывает весь свой потенциал. Алгоритм выполняет расчет всего за несколько секунд и генерирует единственное число. «Исследователи могут сравнить это число с максимально возможным разрешением микроскопа, чтобы увидеть, может ли прибор работать еще лучше, или изменить условия эксперимента, и понаблюдать, как меняется разрешение», – говорит Адриан Десклу, ведущий автор исследования.
Алгоритм может использоваться с любым типом визуализации, включая модели сверхвысокого разрешения. «Наша методика особенно перспективна для нового поколения автоматизированных микроскопов, в которых компьютер регулирует все их настройки», – говорит Раденович.
Алгоритм ее лаборатории – первый в истории, позволяющий исследователям оценить разрешение микроскопа по одному изображению. Раньше требовалось два изображения, и результаты были подвержены высокой неопределенности, если изображения не были правильно предварительно обработаны.
Чтобы их открытие можно было использовать в больших масштабах, алгоритм был доступен в виде плагина Image с открытым исходным кодом. Исследователи могут загрузить инструмент и напрямую получить оценку алгоритма, показывающую им, насколько близко их микроскоп работает с максимальным разрешением. "Наш алгоритм универсален. А поскольку требуется только одно изображение, оно особенно подходит для быстрой оптимизации условий визуализации, что является сложной задачей при наблюдении за динамическими процессами.
Кроме того, этот метод может применяться при обработке изображений в качестве обратной связи для оптимизации передовых алгоритмов восстановления изображений », – заключает Десклу.