.
Por centenas de anos, a clareza e a ampliação dos microscópios foram, em última análise, limitadas pelas propriedades físicas de suas lentes ópticas. Os fabricantes de microscópios forçaram esses limites ao fazer pilhas cada vez mais complicadas e caras de elementos de lentes. Ainda assim, os cientistas tiveram que decidir entre alta resolução e um pequeno campo de visão, por um lado, ou baixa resolução e um grande campo de visão, por outro.
Em 2013, uma equipe de engenheiros do Caltech introduziu uma técnica de microscopia chamada FPM (para microscopia ptychográfica de Fourier). Essa tecnologia marcou o advento da microscopia computacional, o uso de técnicas que casam a detecção de microscópios convencionais com algoritmos de computador que processam informações detectadas de novas maneiras para criar imagens mais profundas e nítidas cobrindo áreas maiores. Desde então, o FPM tem sido amplamente adotado por sua capacidade de adquirir imagens de alta resolução de amostras, mantendo um grande campo de visão usando equipamentos relativamente baratos.
Agora, o mesmo laboratório desenvolveu um novo método que pode superar o FPM em sua capacidade de obter imagens livres de borrões ou distorções, mesmo fazendo menos medições. A nova técnica, descrita em um artigo que apareceu no periódico Comunicações da Naturezapoderia levar a avanços em áreas como imagem biomédica, patologia digital e triagem de medicamentos.
O novo método, chamado APIC (de Angular Ptychographic Imaging with Closed-form method), tem todas as vantagens do FPM sem o que poderia ser descrito como sua maior fraqueza — ou seja, que para chegar a uma imagem final, o algoritmo FPM depende de começar com uma ou várias melhores estimativas e então ajustar um pouco de cada vez para chegar à sua solução “ótima”, que pode nem sempre ser fiel à imagem original.
Sob a liderança de Changhuei Yang, professor Thomas G. Myers de Engenharia Elétrica, Bioengenharia e Engenharia Médica e pesquisador do Heritage Medical Research Institute, a equipe do Caltech percebeu que era possível eliminar essa natureza iterativa do algoritmo.
Em vez de depender de tentativa e erro para tentar encontrar uma solução, o APIC resolve uma equação linear, produzindo detalhes das aberrações ou distorções introduzidas pelo sistema óptico de um microscópio. Uma vez que as aberrações são conhecidas, o sistema pode corrigi-las, basicamente atuando como se fosse ideal e produzindo imagens claras cobrindo grandes campos de visão.
“Chegamos a uma solução do campo complexo de alta resolução de forma fechada, pois agora temos uma compreensão mais profunda do que um microscópio captura, o que já sabemos e o que precisamos realmente descobrir, então não precisamos de nenhuma iteração”, diz Ruizhi Cao (PhD ’24), coautor principal do artigo, ex-aluno de pós-graduação no laboratório de Yang e agora um pesquisador de pós-doutorado na UC Berkeley. “Dessa forma, podemos basicamente garantir que estamos vendo os verdadeiros detalhes finais de uma amostra.”
Assim como o FPM, o novo método mede não apenas a intensidade da luz vista pelo microscópio, mas também uma propriedade importante da luz chamada “fase”, que está relacionada à distância que a luz viaja. Essa propriedade não é detectada pelos olhos humanos, mas contém informações muito úteis em termos de correção de aberrações. Foi para resolver essas informações de fase que o FPM se baseou em um método de tentativa e erro, explica Cheng Shen (PhD ’23), coautor principal do artigo da APIC, que também concluiu o trabalho no laboratório de Yang e agora é engenheiro de algoritmo de visão computacional na Apple. “Provamos que nosso método fornece uma solução analítica e de uma forma muito mais direta. É mais rápido, mais preciso e aproveita alguns insights profundos sobre o sistema óptico.”
Além de eliminar a natureza iterativa do algoritmo de resolução de fase, a nova técnica também permite que os pesquisadores coletem imagens claras em um grande campo de visão sem refocar repetidamente o microscópio. Com o FPM, se a altura da amostra variasse até mesmo algumas dezenas de mícrons de uma seção para outra, a pessoa que usa o microscópio teria que refocar para fazer o algoritmo funcionar. Como essas técnicas de microscopia computacional frequentemente envolvem a costura de mais de 100 imagens de baixa resolução para juntar o campo de visão maior, isso significa que o APIC pode tornar o processo muito mais rápido e evitar a possível introdução de erro humano em muitas etapas.
“Desenvolvemos uma estrutura para corrigir as aberrações e também para melhorar a resolução”, diz Cao. “Essas duas capacidades podem ser potencialmente frutíferas para uma gama mais ampla de sistemas de imagem.”
Yang diz que o desenvolvimento do APIC é vital para o escopo mais amplo de trabalho em que seu laboratório está trabalhando atualmente para otimizar a entrada de dados de imagem para aplicações de inteligência artificial (IA). “Recentemente, meu laboratório mostrou que a IA pode superar patologistas especialistas na previsão da progressão metastática a partir de lâminas histopatológicas simples de pacientes com câncer de pulmão”, diz Yang. “Essa capacidade de previsão depende primorosamente da obtenção de imagens de microscopia uniformemente em foco e de alta qualidade, algo para o qual o APIC é altamente adequado.”
.
