Met een nieuw computeralgoritme kunnen wetenschappers een hoogwaardige sensortechnologie gebruiken, zogenaamde wetenschappelijke complementaire metaaloxide-halfgeleidercamera's, voor een breed scala aan biologisch onderzoek.

"Wetenschappelijke sCMOS-camera's winnen snel aan populariteit in de biologische wetenschappen, materiaalwetenschappen en astronomie, " zei Fang Huang, een assistent-professor aan de Weldon School of Biomedical Engineering van Purdue University. "De sensor zorgt voor aanzienlijke verbeteringen in de beeldsnelheid, gevoeligheid en gezichtsveld vergeleken met traditionele detectoren zoals ladingsgekoppelde apparaten of elektronenvermenigvuldigende CCD."

Echter, het gebruik van sCMOS-camera's voor biologisch onderzoek is beperkt vanwege fluctuaties in pixelkwaliteit, het genereren van meer "ruis, " dan de andere camera's. Met name elke pixel fluctueert in zijn eigen tempo.

"Als je dit probeert te gebruiken voor biologische studies, het is erg moeilijk om te bepalen of deze fluctuatie afkomstig is van het monster (fotonen) of van de camera zelf, " zei Sheng Liu, de hoofdauteur van het artikel, een postdoctoraal onderzoeksmedewerker aan de Weldon School of Biomedical Engineering.

Nutsvoorzieningen, werken met onderzoekers van de afdeling Biologische Wetenschappen van Purdue, Liu en Huang hebben een nieuw algoritme ontwikkeld dat de ruis corrigeert, waardoor de sCMOS-camera's beschikbaar zijn voor een breed scala aan biologische microscopie.

De bevindingen werden gedetailleerd beschreven in een onderzoekspaper die eerder dit jaar in het tijdschrift verscheen Natuurmethoden .

De auteurs zijn onder meer Liu; postdoctoraal onderzoeksmedewerker Michael J. Mlodzianoski; afgestudeerde studenten Zhenhua Hu, Yuan Ren en Kristi McElmurry; Daniël M Suter, een universitair hoofddocent bij de afdeling Biologische Wetenschappen; en Huang.

"We hebben geprobeerd deze camera te gebruiken voor live-cell single-molecule superresolutie-beeldvorming en hebben daarvoor in 2013 een algoritme geïntroduceerd. " zei Huang. "Echter, het vorige algoritme werkt alleen voor studies met één molecuul, wat betekent dat al je objecten zogenaamde puntstralers moeten zijn. Dus, in principe, je afbeeldingen moeten eruitzien als sterren aan de hemel."

Biologisch onderzoek, echter, omvat vaak het afbeelden van complexe structuren zoals cellulaire organellen. Het probleem oplossen, onderzoekers ontwikkelden het nieuwe algoritme.

"De fundamentele uitdaging is om een ​​van de variabelen te schatten als je de som van twee variabelen weet. Er is geen uniek antwoord op deze vraag, maar we willen de beste schatting maken gezien onze aanvullende kennis van de twee variabelen." zei Huang. "We maakten gebruik van een algemene eigenschap van beeldvormingssystemen, de optische overdrachtsfunctie. Gebaseerd op onze kennis van hoe elk van de 4 miljoen pixels op onze camerachip zich gedraagt, we zijn in staat om het werkelijke fotonniveau op elke pixellocatie te schatten. Dit is erg spannend voor ons omdat CMOS-sensoren hierdoor kunnen worden gebruikt in een breed spectrum van beeldvormingsmethoden voor kwantitatieve biomedische en biologische studies, het verbeteren van hun gevoeligheid, gezichtsveld en beeldsnelheid."