[論文レビュー] Faster super-resolution imaging with auto-correlation two-step deconvolution

Weisong Zhao, Jian Liu+8 more|arXiv (Cornell University)|Sep 19, 2018

Advanced Fluorescence Microscopy Techniques被引用数 11

ひとこと要約

本論文は、最小限の光傷害で16フレームのみで高分解能再構成が可能な、より高速なスーパーレゾリューション画像化手法である自己相関2段階デコンボリューション（SACD）を提案する。自己相関と2段階デコンボリューション処理を活用することで、SACDは64 nmの空間分解能を達成し、STORM や SOFI などの従来技術と比較して2–10倍の高速化を実現する。これにより、低SNR条件下でもバックグラウンドフリーで迅速なライブセルイメージングが可能になる。

ABSTRACT

Despite super-resolution fluorescence blinking microscopes break the diffraction limit, the intense phototoxic illumination and long-term image sequences thus far still pose to major challenges in visualizing live-organisms. Here, we proposed a super-resolution method based on auto-correlation two-step deconvolution (SACD) to enhance the temporal resolution at lower signal intensity levels. Unlike conventional techniques, such as super-resolution optical fluctuation imaging (SOFI) or stochastic optical reconstruction microscopy (STORM), our model allows 16 frames to generate super-resolution images, without noticeable degradation in recording quality. We demonstrate SACD both in simulated predictions and experimental validations, with the resulting spatial resolution of 64 nm and 2-10 fold speed improvements. The use of low signal-to-noise ratio acquisition of image sequences, our SACD enables fast, background-free, super-resolution imaging that maybe advance implemented as a suitable tool for rapid live-cells imaging.

研究の動機と目的

• ライブセルスーパーレゾリューション蛍光顕微鏡における光傷害と長時間の撮影時間の課題に対処すること。
• 画像品質を損なわず、スーパーレゾリューションイメージングにおける時間分解能を向上させること。
• ライブ標本に適した低SNRデータからのスーパーレゾリューション再構成を可能とすること。
• 高空間分解能を維持しながら撮影時間を短縮する計算効率の良い手法を開発すること。
• 動的生物学イメージングに向けた、STORM や SOFI などの既存のスーパーレゾリューション技術の実用的代替手段を提供すること。

提案手法

• 本手法は、希釈して点滅するフォローフルオロクロムの高次統計的情報を抽出するために、画像系列の自己相関を用いる。
• 2段階のデコンボリューション処理により、個々のフォローフルオロクロムの寄与をバックグラウンドとノイズから分離する。
• 第1段階では、自己相関を用いてポイント spread 関数（PSF）を推定し、バックグラウンドを抑制する。
• 第2段階では、推定されたPSFを用いてデコンボリューションを実行し、スーパーレゾリューション画像を再構成する。
• 本手法は、低信号強度および高ノイズ条件下でも頑健であるように設計されている。
• アルゴリズムは高速化に最適化されており、品質の著しい劣化を伴わず、わずか16フレームからの再構成が可能である。

実験結果

リサーチクエスチョン

• RQ1 ライブセル応用において、高空間分解能と低光傷害を維持したまま、スーパーレゾリューションイメージングを高速化できるか？
• RQ2 低SNRの画像系列を効果的に処理することで、スーパーレゾリューションを達成できるか？
• RQ3 自己相関に基づく統計的解析は、スーパーレゾリューション顕微鏡におけるデコンボリューションの効率性と正確性を向上させられるか？
• RQ4 この手法を用いて、安定したスーパーレゾリューション再構成を達成するために必要な最小フレーム数は何か？
• RQ5 SACDは、STORM や SOFI などの従来手法と比較して、速度、分解能、画像品質の点でどのように異なるか？

主な発見

• SACDは、シミュレーションおよび実験的検証の両方で64 nmの空間分解能を達成した。
• 本手法は、STORM や SOFI などの従来のスーパーレゾリューション技術と比較して、2–10倍の高速化を実現した。
• 画像品質の劣化を最小限に抑えて、わずか16フレームからのスーパーレゾリューション画像再構成が可能である。
• 低SNR条件下でも頑健であるため、ライブセルイメージングに適している。
• 自己相関に基づくノイズ抑制と最適化されたデコンボリューションにより、バックグラウンドフリーのイメージングが達成された。
• 本手法は、ライブバイオロジカルシステムにおけるリアルタイムまたはニアリアルタイムのスーパーレゾリューションイメージングの実用的妥当性を示した。