Desde principios de la década de 1930, la microscopía electrónica ha proporcionado un acceso sin precedentes al mundo extraterrestre de lo extraordinariamente pequeño, revelando detalles intrincados que de otro modo serían imposibles de discernir con la microscopía óptica convencional. Pero para lograr una alta resolución en un área de muestra grande, la energía dees necesario aumentar los haces de electrones, lo cual es costoso y perjudicial para la muestra bajo observación.
Los investigadores de la Universidad de Texas A&M pueden haber encontrado un nuevo método para mejorar la calidad de las micrografías electrónicas de baja resolución sin comprometer la integridad de las muestras. Al entrenar redes neuronales profundas, un tipo de algoritmo de inteligencia artificial, en pares de imágenes de la mismamuestra, pero con diferentes resoluciones físicas, han descubierto que los detalles de las imágenes de menor resolución se pueden mejorar aún más.
"Normalmente, un haz de electrones de alta energía pasa a través de la muestra en lugares donde se desea una mayor resolución de imagen. Pero con nuestras técnicas de procesamiento de imágenes, podemos superresolver una imagen completa usando solo unos pocos tamaños más pequeños y de alta resolución.imágenes de resolución ", dijo el Dr. Yu Ding, profesor de Mike y Sugar Barnes en el Departamento de Ingeniería Industrial y de Sistemas de Wm Michael Barnes '64." Este método es menos destructivo ya que la mayoría de las partes de la muestra no necesitan ser escaneadas conhaces de electrones de energía. "
Los investigadores publicaron su técnica de procesamiento de imágenes en Instituto de transacciones de ingenieros eléctricos y electrónicos sobre procesamiento de imágenes en junio.
A diferencia de la microscopía óptica, donde se utilizan fotones, o pequeños paquetes de luz, para iluminar un objeto, en la microscopía electrónica se utiliza un haz de electrones. Los electrones reflejados o que pasan a través del objeto se recogen para formar una imagen.llamada micrografía electrónica.
Por lo tanto, la energía de los haces de electrones juega un papel crucial en la determinación de la resolución de las imágenes. Es decir, cuanto mayor sea la energía de los electrones, mejor será la resolución. Sin embargo, el riesgo de dañar la muestra también aumenta, de manera similar a como ocurre con el ultravioletaLos rayos, que son los parientes más energéticos de la luz visible, pueden dañar materiales sensibles como la piel.
"Siempre existe ese dilema para los científicos", dijo Ding. Para mantener la integridad del espécimen, los haces de electrones de alta energía se usan con moderación. Pero si uno no usa haces energéticos, alta resolución o la capacidad de ver a escalas más finasse vuelve limitado. "
Pero hay formas de obtener alta resolución o superresolución con imágenes de baja resolución. Un método implica el uso de varias imágenes de baja resolución de esencialmente la misma región. Otro método aprende patrones comunes entre pequeños parches de imágenes y utiliza imágenes de alta resolución no relacionadaspara mejorar las imágenes existentes de baja resolución.
Estos métodos utilizan casi exclusivamente imágenes de luz natural en lugar de micrografías electrónicas. Por lo tanto, tienen problemas para las micrografías electrónicas de súper resolución, ya que la física subyacente para la microscopía óptica y electrónica es diferente, explicó Ding.
Los investigadores recurrieron a pares de imágenes microscópicas electrónicas de baja y alta resolución para una muestra determinada. Aunque estos tipos de pares no son muy comunes en las bases de datos de imágenes públicas, son relativamente comunes en la investigación de la ciencia de los materiales y en las imágenes médicas.
Para sus experimentos, Ding y su equipo primero tomaron una imagen de baja resolución de un espécimen y luego sometieron aproximadamente el 25% del área bajo observación a haces de electrones de alta energía para obtener una imagen de alta resolución. Los investigadores observaron que elLa información en el par de imágenes de alta resolución y baja resolución están estrechamente correlacionadas. Dijeron que esta propiedad se puede aprovechar aunque el conjunto de datos disponible sea pequeño.
Para sus análisis, Ding y su equipo utilizaron 22 pares de imágenes de materiales infundidos con nanopartículas. Luego dividieron la imagen de alta resolución y su área equivalente en la imagen de baja resolución en subimágenes de tres por tres. A continuación, cada par de subimágenesse utilizó para "auto-entrenar" redes neuronales profundas. Después del entrenamiento, su algoritmo se volvió familiar para reconocer características de la imagen, como los bordes.
Cuando probaron la red neuronal profunda entrenada en una nueva ubicación en la imagen de baja resolución para la que no había contraparte de alta resolución, descubrieron que su algoritmo podía mejorar las características que eran difíciles de discernir hasta en un 50%.
Aunque su técnica de procesamiento de imágenes es muy prometedora, Ding señaló que todavía requiere mucha potencia computacional. En un futuro cercano, su equipo dirigirá sus esfuerzos para desarrollar algoritmos que sean mucho más rápidos y que puedan ser compatibles con menoshardware informático.
"Nuestra técnica de procesamiento de imágenes emparejadas revela detalles en imágenes de baja resolución que antes no eran discernibles", dijo Ding. "Todos estamos familiarizados con la función de varita mágica de nuestros teléfonos inteligentes. Hace que la imagen sea más clara. Qué pretendemos hacera largo plazo es proporcionar a la comunidad de investigadores una herramienta conveniente similar para mejorar las micrografías electrónicas ".
Fuente de la historia :
Materiales proporcionado por Universidad de Texas A&M . Original escrito por Vandana Suresh. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :