Faserabbildung jenseits der Grenzen von Auflösung und Geschwindigkeit

0

Forscher der ARCNL und der Vrije Universiteit Amsterdam haben einen kompakten Aufbau für schnelle, superauflösende Mikroskopie durch eine ultradünne Faser entwickelt.

Mit intelligenter Signalverarbeitung überwinden sie die theoretischen Grenzen von Auflösung und Geschwindigkeit.

Da die Methode keine spezielle Fluoreszenzmarkierung erfordert, ist sie sowohl für medizinische Anwendungen als auch für die Charakterisierung von 3-D-Strukturen in der Nanolithographie vielversprechend.

Am 7.

Mai wurden die Ergebnisse in Light: Science & Applications, einer wissenschaftlichen Zeitschrift aus der Nature-Familie, veröffentlicht.”Die Bildgebung im Nanobereich ist durch die Wellenlänge des verwendeten Lichts begrenzt.

Es gibt Wege, diese Beugungsgrenze zu überwinden, aber sie erfordern in der Regel große Mikroskope und schwierige Bearbeitungsverfahren”, sagt Lyuba Amitonova.

Tun Sie mir einen Gefallen: Bitte TEILEN Sie diesen Beitrag.

Diese Systeme sind für die Bildgebung in tiefen Schichten biologischen Gewebes oder an anderen schwer zugänglichen Stellen ungeeignet”.Amitonova hat kürzlich eine Forschungsgruppe für Bildgebung und Metrologie im Nanomaßstab am ARCNL gegründet.

Sie ist auch in Teilzeit mit der VU Amsterdam verbunden, wo sie in der Gruppe von Johannes de Boer an ultradünnen Fasern für die Endomikroskopie arbeitet.

Amitonova und de Boer haben einen Weg entwickelt, die Beugungsgrenze in kleinen Systemen zu überwinden, um Tiefgewebe-Bildgebung mit Superauflösung zu ermöglichen.

Inverse DatenkompressionDer Schlüssel zu Amitonovas Ansatz ist die Tatsache, dass nicht alle Informationen in einer Datenprobe benötigt werden, um ein aussagekräftiges Bild zu erstellen.

Denken Sie an die digitale Fotografie, die das Komprimierungsformat JPEG verwendet, um die Datenmenge in einem Bild zu begrenzen.

Durch die Komprimierung werden bis zu neunzig Prozent des Bildes entfernt, aber wir können den Unterschied kaum erkennen”, sagt sie.

Dies funktioniert, da alle herkömmlichen Bilder von Objekten aus dem wirklichen Leben “spärlich” sind, was bedeutet, dass die meisten Bildpunkte keine Informationen enthalten.

Bei unseren Messungen nutzen wir diese Informationsarmut in umgekehrter Weise, indem wir nur zehn Prozent der verfügbaren Daten erfassen und das gesamte Bild durch eine mathematische Berechnung rekonstruieren….

Share.

Leave A Reply