Une nouvelle technique de microscopie computationnelle permet d’obtenir des images plus nettes

Pendant des centaines d’années, la clarté et le grossissement des microscopes ont été limités par les propriétés physiques de leurs lentilles optiques. Les fabricants de microscopes ont repoussé ces limites en créant des piles d’éléments de lentilles de plus en plus compliquées et coûteuses. Les scientifiques devaient néanmoins choisir entre une haute résolution et un petit champ de vision, d’une part, ou une basse résolution et un grand champ de vision, d’autre part.

En 2013, une équipe d’ingénieurs de Caltech a introduit une technique de microscopie appelée FPM (pour Fourier ptychographic microscopy). Cette technologie a marqué l’avènement de la microscopie computationnelle, l’utilisation de techniques qui associent la détection des microscopes conventionnels à des algorithmes informatiques qui traitent les informations détectées de manière nouvelle pour créer des images plus profondes et plus nettes couvrant des zones plus vastes. La FPM a depuis été largement adoptée pour sa capacité à acquérir des images haute résolution d’échantillons tout en conservant un large champ de vision à l’aide d’un équipement relativement peu coûteux.

Aujourd’hui, le même laboratoire a développé une nouvelle méthode qui peut surpasser le FPM dans sa capacité à obtenir des images exemptes de flou ou de distorsion, même en prenant moins de mesures. La nouvelle technique, décrite dans un article paru dans la revue Communications naturellespourrait conduire à des avancées dans des domaines tels que l’imagerie biomédicale, la pathologie numérique et le dépistage des médicaments.

La nouvelle méthode, baptisée APIC (pour Angular Ptychographic Imaging with Closed-form method), présente tous les avantages du FPM sans ce que l’on pourrait décrire comme sa plus grande faiblesse, à savoir que pour arriver à une image finale, l’algorithme FPM s’appuie sur le fait de commencer par une ou plusieurs meilleures estimations, puis de s’ajuster petit à petit pour arriver à sa solution « optimale », qui peut ne pas toujours être fidèle à l’image d’origine.

Sous la direction de Changhuei Yang, professeur Thomas G. Myers de génie électrique, de bio-ingénierie et de génie médical et chercheur à l’Heritage Medical Research Institute, l’équipe de Caltech a réalisé qu’il était possible d’éliminer cette nature itérative de l’algorithme.

Plutôt que de s’appuyer sur des essais et des erreurs pour tenter de trouver une solution, l’APIC résout une équation linéaire, fournissant des détails sur les aberrations ou les distorsions introduites par le système optique d’un microscope. Une fois les aberrations connues, le système peut les corriger, en fonctionnant comme si c’était idéal et en produisant des images claires couvrant de larges champs de vision.

« Nous parvenons à résoudre le problème du champ complexe à haute résolution de manière fermée, car nous avons maintenant une compréhension plus approfondie de ce que capture un microscope, de ce que nous savons déjà et de ce que nous devons vraiment comprendre, de sorte que nous n’avons pas besoin d’itération », explique Ruizhi Cao, co-auteur principal de l’article, ancien étudiant diplômé du laboratoire de Yang et désormais chercheur postdoctoral à l’UC Berkeley. « De cette façon, nous pouvons pratiquement garantir que nous voyons les véritables détails finaux d’un échantillon. »

Comme avec le FPM, la nouvelle méthode mesure non seulement l’intensité de la lumière vue au microscope, mais également une propriété importante de la lumière appelée « phase », qui est liée à la distance parcourue par la lumière. Cette propriété passe inaperçue à l’œil nu mais contient des informations très utiles pour corriger les aberrations.

C’est pour résoudre les informations de cette phase que FPM s’est appuyé sur une méthode d’essais et d’erreurs, explique Cheng Shen, co-auteur principal de l’article de l’APIC, qui a également terminé le travail dans le laboratoire de Yang et est maintenant ingénieur en algorithmes de vision par ordinateur. chez Apple.

« Nous avons prouvé que notre méthode permet d’obtenir une solution analytique de manière beaucoup plus simple. Elle est plus rapide, plus précise et exploite des connaissances approfondies sur le système optique », explique Shen.

Au-delà de l’élimination de la nature itérative de l’algorithme de résolution de phase, la nouvelle technique permet également aux chercheurs de rassembler des images claires sur un large champ de vision sans recentrer le microscope à plusieurs reprises. Avec le FPM, si la hauteur de l’échantillon variait ne serait-ce que quelques dizaines de microns d’une coupe à l’autre, la personne utilisant le microscope devrait se recentrer pour faire fonctionner l’algorithme.

Étant donné que ces techniques de microscopie informatique impliquent fréquemment d’assembler plus de 100 images de résolution inférieure pour reconstituer un champ de vision plus large, cela signifie que l’APIC peut accélérer le processus et empêcher l’introduction possible d’erreurs humaines à de nombreuses étapes.

“Nous avons développé un cadre pour corriger les aberrations et également pour améliorer la résolution”, explique Cao. “Ces deux capacités peuvent être potentiellement utiles pour une gamme plus large de systèmes d’imagerie.”

Yang affirme que le développement de l’APIC est essentiel pour le travail plus large sur lequel son laboratoire travaille actuellement pour optimiser la saisie des données d’image pour les applications d’intelligence artificielle (IA).

« Récemment, mon laboratoire a montré que l’IA pouvait mieux que les pathologistes experts en matière de prédiction de la progression métastatique à partir de simples lames d’histopathologie de patients atteints de cancer du poumon », explique Yang. « Cette capacité de prédiction dépend étroitement de l’obtention d’images de microscopie uniformément nettes et de haute qualité, ce à quoi APIC est particulièrement adapté. »