Die Aufnahme zeigt die erhöhte Bildschärfe (rechts) im Vergleich zum...
Die Aufnahme zeigt die erhöhte Bildschärfe (rechts) im Vergleich zum Originalbild (links). Der Algorithmus führt die Berechnung in Sekundenschnelle durch.

© EPFL

News • Im Fokus

Scharf gestellt: Algorithmus optimiert Super-Mikroskope

Forscher der Eidgenössischen Technischen Hochschule Lausanne (EPFL) haben einen Algorithmus entwickelt, der anhand nur eines Bildes beurteilen kann, ob ein super-auflösendes Mikroskop wirklich mit höchster Auflösung arbeitet.

Damit wird es leichter, die Geräteeinstellungen gegebenenfalls nachzuoptimieren. Der in einer Studie in "Nature Methods" vorgestellte Algorithmus könnte gerade für die zunehmend aufkommenden automatisierten Mikroskope interessant sein. Super-auflösende Mikroskope, die sich die Fluoreszenz mancher Substanzen zunutze machen, sind für Wissenschaftler unentbehrlich. Denn sie erlauben es, Strukturen in Zellen, Proteinen und lebendem Gewebe mit unglaublicher Genauigkeit zu beobachten. Die Bildqualität hängt dabei jedoch stark vom Gerät, seinen Einstellungen und der jeweiligen Probe ab. Um zu prüfen, mit welcher Auflösung ein Mikroskop tatsächlich arbeitet, waren bislang zwei Bilder nötig und die Ergebnisse dennoch mit relativ großen Unsicherheiten behaftet.

Unsere Technik ist besonders vielversprechend für die aufkommende Generation automatisierter Mikroskope, bei denen ein Computer alle Einstellungen anpasst

Aleksandra Radenovic

Der neue Algorithmus kann nun innerhalb weniger Sekunden quasi auf einen Blick klar beurteilen, bei welcher Auflösung ein Mikroskop arbeitet und ob es sein Potenzial somit voll ausschöpft. Basis für den Algorithmus ist dabei eine modifizierte Fouriertransformation, die möglichst viel Info aus dem einen Bild extrahiert. Das liefert in wenigen Sekunden eine einfache Zahl. "Die können Forscher mit der Maximalauflösung des Mikroskops vergleichen, um zu sehen, ob das Gerät noch besser arbeiten könnte", sagt Studien-Erstautor Adrien Descloux. Falls nicht, können sie bei den Einstellungen nachbessern.

"Unsere Technik ist besonders vielversprechend für die aufkommende Generation automatisierter Mikroskope, bei denen ein Computer alle Einstellungen anpasst", sagt Aleksandra Radenovic, Leiterin des Laboratory of Nanoscale Biology an der EPFL. Denn wie Descloux betont, ist der Algorithmus universell anwendbar. Da er nur ein Bild benötigt, erlaubt er eine schnelle Optimierung der Aufnahmebedingungen, was gerade für dynamische Vorgänge, beispielsweise in Zellen, wichtig ist.

Damit der Algorithmus breit zur Anwendung kommen kann, stellt ihn das EPF-Team als quelloffenes Plug-in bereit: http://github.com/Ades91/ImDecorr


Quelle: EPFL/pressetext

29.08.2019

Verwandte Artikel

Photo

News • Mit dem Labor in den OP

Brustrekonstruktion: objektive Qualitätskontrolle bei Eigenfett-Transplantation

Bei einer Brustrekonstruktion spielt die Qualität von Eigenfett-Transplantaten eine entscheidende Rolle für den Erfolg. Ein Forschungsprojekt will diese künftig objektiv im OP messen.

Photo

News • Föderiertes Lernen

Strahlentherapie: Neuer Ansatz schützt Patientendaten bei KI-Training

Dezentrales Lernen für mehr Datenschutz: Forschende haben untersucht, wie Krankenhäuser gemeinsam KI-Modelle für die Strahlentherapie entwickeln können, ohne sensible Patientendaten auszutauschen.

Photo

News • Aufbereitung medizinischer Daten

Intensivmedizin: KI hilft bei Entscheidungen

Vitalwerte, Laborbefunde, ärztliche Notizen, Medikamentenpläne – auf der Intensivstation entstehen große Mengen medizinischer Daten. Ein neues KI-Tool soll Ärzten helfen, diese besser zu nutzen.

Verwandte Produkte

Newsletter abonnieren