Содержание статьи:
Исследователи из Гонконгского университета представили метод, который меняет правила игры в биологической визуализации. Традиционная трехмерная микроскопия сталкивается с серьезным ограничением: чтобы получить объемную картинку, прибору приходится последовательно сканировать десятки слоев ткани. Это долго, а интенсивное освещение может повредить живые клетки. Группа под руководством профессора Кеннета Вонга разработала технологию АИМЕД, которая позволяет фиксировать несколько глубинных слоев одновременно. Такой подход ускоряет съемку до восьми раз и снижает световую нагрузку на образец, сохраняя высокую четкость изображения.
Принцип одновременного возбуждения слоев
В основе классической многоквантовой микроскопии лежит последовательное сканирование. Лазерный луч фокусируется на одной плоскости, затем переходит к следующей. Команда из лаборатории ОМЕГА предложила иную стратегию: отказаться от поэтапного движения в пользу параллельного захвата.
Суть метода заключается в использовании специального оптического кодирования. Ученые применяют пространственный модулятор света, который превращает один лазерный луч в несколько фокусных пятен, распределенных по глубине образца. Это позволяет подсветить, например, пять разных слоев ткани за один раз.
Ключевые особенности технической реализации:
- использование фазовых масок для управления распределением света вдоль оси распространения луча;
- независимая настройка яркости каждого пятна для компенсации затухания сигнала на разной глубине;
- применение принципов нелинейного возбуждения, которое подавляет помехи между соседними плоскостями;
- восстановление полной трехмерной картины с помощью алгоритмов разреженной оптимизации.
Благодаря такой схеме отпадает необходимость в механическом перемещении фокуса. Система собирает сжатые данные, а программное обеспечение «достраивает» недостающие детали, опираясь на математические модели.
Результаты тестирования на нейронах
Чтобы подтвердить работоспособность, инженеры испытали установку на образцах мозга мышей. Метод показал способность разрешать мельчайшие детали нейронных сетей, включая дендриты и аксоны. При сжатии данных на уровне 60% качество картинки оставалось высоким, а мощность освещения на каждый слой снижалась в два-три раза.
Особое внимание уделили дендритным шипикам — крайне деликатным структурам. Восстановленное изображение по точности не уступало, а иногда и превосходило результаты традиционного сканирования с высокой мощностью излучения. Статистические показатели подтверждают стабильность:
- латеральное (боковое) разрешение удерживается на уровне 600 нанометров;
- осевое разрешение варьируется от 2 до 4 микрометров в зависимости от настроек;
- индекс структурного сходства достигает 0,95 при сжатии до 87,5%;
- пиковое отношение сигнала к шуму составляет 41–42 дБ.
В ходе компьютерного моделирования для масштабных задач, охватывающих до 47 плоскостей, прирост скорости составил примерно восемь раз. Это открывает путь к наблюдению за быстрыми биологическими процессами, которые раньше было невозможно зафиксировать из-за инертности оборудования.
Преимущества перед существующими системами
Многие способы ускорения микроскопии требуют дорогостоящей замены компонентов или сложной перестройки оптических схем. АИМЕД выгодно отличается гибкостью. Это своего рода «плагин» для существующих установок, который опирается на программируемую инженерию световых полей.
Методика особенно полезна для работы с объектами, чувствительными к фототоксичности. Длительные наблюдения за живыми организмами теперь можно проводить, не опасаясь, что свет повредит клетки. Кроме того, принципы, заложенные в АИМЕД, легко перенести на другие типы оптической визуализации.
Исследователи видят потенциал внедрения технологии в конфокальную микроскопию, Рамановское картирование и фотоакустическую диагностику. Публикация, описывающая детали разработки, доступна в журнале Advanced Photonics.
Будущее высокопроизводительной визуализации
Переход от механического сканирования к вычислительному восстановлению знаменует смену парадигмы. Вместо того чтобы тратить время на сбор избыточных данных, система фиксирует лишь необходимый минимум, а искусственный интеллект и алгоритмы сжатия восстанавливают полную картину. Это делает метод масштабируемым.
Ученые планируют интегрировать подобные решения с нейросетями для еще более быстрой обработки сигналов. В перспективе это позволит создавать компактные системы для глубокого и долгосрочного мониторинга биологических процессов в реальном времени. Главное достижение здесь — баланс между скоростью, безопасностью света и сохранением детализации.
Разработка гонконгских инженеров доказывает, что оптическое кодирование способно решить проблему медленной съемки без колоссальных затрат на «железо». Это практичный шаг вперед для нейробиологии и медицинской диагностики, где каждая секунда наблюдения и каждый квант света на счету.