Wetenschap
Ingenieurs van de Washington University in St. Louis onderzoeken nieuwe technieken die kunnen leiden tot betere, nauwkeurigere microscopen. Krediet:Washington University in St. Louis
Zoals onze ogen, microscopen zijn beperkt in wat ze kunnen zien vanwege hun resolutie, of hun vermogen om details te zien. Het detail, of informatie, van het object is er, maar een deel ervan gaat verloren als het licht dat door het object wordt weerkaatst door de lucht beweegt.
Oelugbek Kamilov, een ingenieur aan de School of Engineering &Applied Science aan de Washington University in St. Louis, plannen om een driejarige $265, 293 subsidie van de National Science Foundation om de informatie die normaal verloren gaat vast te leggen en toe te voegen aan de informatie die onderzoekers doorgaans ontvangen van microscopen. uiteindelijk, dit werk, samen met die van zijn medewerker, Lei Tian aan de universiteit van Boston, kan leiden tot een nauwkeuriger microscoop die objecten kan zien die zo minuscuul zijn als 100 nanometer, zoals virussen. Momenteel, microscopen hebben een resolutielimiet van ongeveer 500 nanometer, waardoor ze bacteriën kunnen zien. Een mensenhaar, bijvoorbeeld, is 100, 000 nanometer breed.
"Het hele uitgangspunt hiervan is gebaseerd op één enkel feit:de manier waarop licht interageert met elke materie is lineair, " zei Kamilov, universitair docent elektrotechniek en systeemtechniek en informatica en techniek. "Maar de realiteit is dat de interactie eigenlijk niet lineair is."
Bijvoorbeeld, als je een zaklamp door je hand schijnt, je kunt de bron van het licht niet zien omdat het buigt, en dat is niet-lineariteit. Met een enkele cel de buiging is zo licht dat hij bijna transparant is, wat lineair is.
Wanneer licht interageert met een cel of een object, het licht dat de cel uitgaat, verliest de informatie die het uit die interactie verzamelt. Maar door die interactie er zijn fluctuaties in de buurt van die cel die met dergelijke materie werken en opnieuw worden getransformeerd en overgedragen. Die fluctuaties zijn gecodeerd in de niet-lineariteit van de interactie, maar de hedendaagse microscopen kunnen dit niet zien, zei Kamilov.
"We willen rekening houden met deze niet-lineaire interactie van licht, objecten en gebouwen, en als we het goed doen, we kunnen die informatie extraheren, die normaal gesproken verdwijnt in een huidige microscoop en wordt behandeld als 'ruis, '" zei Kamilov. "We willen de informatie uit de ruis decoderen en weer toevoegen aan de resolutie, en dat zou ons functies moeten geven die kleiner zijn dan de resolutielimiet."
Kamilov zei dat er twee soorten ruis zijn:onvolkomenheden en wiskundige ruis die het resultaat is van de huidige beperkingen van de wetenschap. Het is de wiskundige ruis die hij wil vastleggen.
"In werkelijkheid, dat geluid informatie is, en we willen die informatie gebruiken om de barrière te doorbreken om verder te kijken dan de resolutielimiet, " hij zei.
Kamilovs medewerker, Tian, assistent-professor elektrische en computertechniek, ontving een $ 250, 707 subsidie van de NSF om een nieuwe microscoop te bouwen die de rekenresultaten van Kamilov zal gebruiken, algoritmen en software en kunnen worden gebruikt in medische beeldvorming, biologische en materiële beeldvorming, hersenkartering en medicijnontdekking. Samen, de reeks onderzoeken bedraagt in totaal $ 516, 000.
Kamilov is ook van plan machine learning te gebruiken om de kenmerken te leren van de objecten waar ze met de microscoop naar kijken.
"We willen kijken naar de onderscheidende kenmerken van cellen, zodat wanneer we ze combineren met de niet-lineaire metingen en die informatie fuseren, we zullen afbeeldingen met een hogere resolutie kunnen krijgen, " zei hij. "We hopen tot vijf keer verbetering te krijgen."
Kamilov gebruikt krachtige grafische verwerkingseenheden (GPU's) in zijn laboratorium, die de verwerkingstijd aanzienlijk versnellen. Wat twee dagen verwerken op een gewone computer kostte, duurt slechts milliseconden op een GPU, hij zei.
"Dit project is zeer actueel, omdat we de wiskundige verfijning van signaalverwerking hebben, de computationele tools en machine learning, " zei hij. "Al die dingen zijn samen verbeterd. Het zou heel moeilijk zijn geweest om dit project 10 jaar geleden te doen."
Wetenschap © https://nl.scienceaq.com