[論文レビュー] De-scattering with Excitation Patterning (DEEP) Enables Rapid Wide-field Imaging Through Scattering Media

Dushan N. Wadduwage, Jong Kang Park+3 more|arXiv (Cornell University)|Feb 27, 2019

Advanced Fluorescence Microscopy Techniques参考文献 12被引用数 4

ひとこと要約

この論文は、構造化された励起パターンと広視野検出を用いることで、散乱媒体を通過する高速で広視野の蛍光イメージングを可能にする計算画像法であるDe-scattering with Excitation Patterning (DEEP) を提案する。この手法は、点走査技術と同等の画像品質を達成するために、数10〜数100回の測定で十分であり、点走査に必要な数百万回の測定を大幅に削減することで、濁った組織内のイメージングを著しく高速化する。

ABSTRACT

From multi-photon imaging penetrating millimeters deep through scattering biological tissue, to super-resolution imaging conquering the diffraction limit, optical imaging techniques have greatly advanced in recent years. Notwithstanding, a key unmet challenge in all these imaging techniques is to perform rapid wide-field imaging through a turbid medium. Strategies such as active wave-front correction and multi-photon excitation, both used for deep tissue imaging; or wide-field total-internal-refection illumination, used for super-resolution imaging; can generate arbitrary excitation patterns over a large field-of-view through or under turbid media. In these cases, throughput advantage gained by wide-field excitation is lost due to the use of point detection. To address this challenge, here we introduce a novel technique called De-scattering with Excitation Patterning, or 'DEEP', which uses patterned excitation followed by wide-field detection with computational imaging. We use two-photon temporal focusing (TFM) to demonstrate our approach at multiple scattering lengths deep in tissue. Our results suggest that millions of point-scanning measurements could be substituted with tens to hundreds of DEEP measurements with no compromise in image quality.

研究の動機と目的

• 散乱媒体における点走査顕微鏡のスループット制限を克服すること。
• 画像品質を損なわずに、濁った生物学的組織を通過する高速な広視野イメージングを可能にすること。
• 波面補正や点検出の複雑さを回避するために、パターン化された励起と計算画像法を活用すること。
• 数百万回の点走査測定が、数10〜数100回のDEEP測定で代替可能であり、同等の分解能とコントラストを達成できることを示すこと。

提案手法

• 広視野にわたる空間的形状の励起パターンを生成するために、二光子時間的フォーカス顕微鏡（TFM）を用いる。
• 空間光変調器（SLM）を用いて励起をパターン化し、試料上に構造化された照明を形成する。
• 標準のカメラを用いて広視野の蛍光発光を収集することで、点検出を回避し、フルフィールド取得を実現する。
• 測定された広視野画像から散乱伝達関数を逆転する計算再構成アルゴリズムを用いて、元の試料構造を回復する。
• 励起パターンと検出された蛍光の間の線形関係を活用することで、効率的なデコンボリューションが可能になる。
• 多層散乱長の組織フェイクと、Ex vivo マウス脳組織を用いて、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 点走査を用いずに、パターン化された励起と広視野検出を組み合わせることで、散乱媒体を通過する高忠実度のイメージングが可能か？
• RQ2 数百万回の点走査測定と同等の画像品質を得るために、DEEPで何回の測定が必要か？
• RQ3 濁った組織において、分解能とコントラストを維持したまま、DEEPはどれほどイメージング時間を短縮できるか？
• RQ4 DEEPは、脳組織のような生物学的サンプルにおける深部組織イメージングに効果的に応用可能か？
• RQ5 強い多重散乱が存在する中でも、計算再構成は真の試料構造を正確に回復できるか？

主な発見

• DEEPは、点走査顕微鏡と同等の画像品質を達成するために、数百万回の測定ではなく、数10〜数100回の測定で十分である。
• この手法により、散乱媒体を通過する高速な広視野イメージングが可能となり、従来の走査技術と比較して、イメージング速度が数個のオーダー単位で向上する。
• 多層散乱長の組織フェイクにおいて、DEEPは、完全な点走査法で得られたものと同等の微細構造的詳細を明確に解像した。
• Ex vivo マウス脳組織においても、高いコントラストと空間分解能を維持しており、生物学的に関連性のある散乱環境への適用可能性を示している。
• 計算再構成により、散乱伝達関数を正確に逆転でき、広視野蛍光データから真の試料分布を回復することが可能である。
• 波面補正や複雑な検出方式の必要性がなくなり、画像忠実度を保ちながら、装置の簡素化が実現された。