Recuperación de fase totalmente óptica e imágenes de fase cuantitativas realizadas instantáneamente sin ordenador

Recuperación de fase totalmente óptica: computación difractiva para la obtención de imágenes cuantitativas de fase. Ingenieros de la UCLA informan, por primera vez, del diseño de redes difractivas que pueden recuperar de forma totalmente óptica la información cuantitativa de fase de los objetos, utilizando únicamente la difracción de la luz a través de superficies de ingeniería pasiva. Crédito: Ozcan Lab, UCLA.

La obtención de imágenes ópticas y la caracterización de objetos de fase de débil dispersión, como las células aisladas, las bacterias y las secciones finas de tejido utilizadas con frecuencia en la investigación biológica y las aplicaciones médicas, han sido de gran interés durante décadas. Debido a sus propiedades ópticas, cuando estos «objetos de fase» se iluminan con una fuente de luz, la cantidad de luz dispersa suele ser mucho menor que la luz que atraviesa directamente el espécimen, lo que da lugar a un escaso contraste de imagen con los métodos tradicionales de obtención de imágenes. Este bajo contraste de imagen puede superarse utilizando, por ejemplo, tintes químicos o etiquetas fluorescentes. Sin embargo, estos métodos de etiquetado o tinción externa suelen ser tediosos, costosos y conllevan productos químicos tóxicos.

La imagen de fase cuantitativa (QPI) ha surgido como un potente enfoque sin etiquetas para el examen óptico y la detección de diversos objetos de fase transparente y débilmente dispersos. En las últimas décadas se han desarrollado numerosos métodos digitales para la obtención de imágenes de fase cuantitativas basados en algoritmos de reconstrucción de imágenes que se ejecutan en ordenadores para recuperar la imagen de fase del objeto a partir de diversas mediciones interferométricas. Estas técnicas digitales de QPI, impulsadas por unidades de procesamiento gráfico (GPU), se han utilizado en diferentes aplicaciones, como la patología, la biología celular, la inmunología y la investigación del cáncer, entre otras.

En un nuevo trabajo de investigación publicado en Advanced Optical Materials, un equipo de ingenieros ópticos, dirigido por el profesor Aydogan Ozcan, del Departamento de Ingeniería Eléctrica e Informática y del Instituto de Nanosistemas de California (CNSI) de la Universidad de California en Los Ángeles (UCLA), ha desarrollado una red óptica difractiva para sustituir los algoritmos de reconstrucción de imágenes digitales utilizados en los sistemas QPI por una serie de superficies ópticas pasivas diseñadas espacialmente mediante aprendizaje profundo. A diferencia de los sistemas QPI convencionales, en los que el paso de recuperación de fase se realiza en un ordenador digital utilizando una medición de intensidad o un holograma, una red QPI difractiva procesa directamente las ondas ópticas generadas por el propio objeto para recuperar la información de fase del espécimen a medida que la luz se propaga a través de la red difractiva. Por lo tanto, todo el proceso de recuperación de fase y de obtención de imágenes cuantitativas de fase se completa a la velocidad de la luz y sin necesidad de una fuente de energía externa, excepto la luz de iluminación. Una vez que la luz interactúa con el objeto de interés y se propaga a través de las capas pasivas diseñadas espacialmente, la imagen de fase recuperada de la muestra aparece a la salida de la red difractiva como una imagen de intensidad, convirtiendo con éxito las características de fase del objeto en la entrada en una imagen de intensidad en la salida.

Estos resultados constituyen la primera recuperación de fase totalmente óptica y la transformación de fase a intensidad lograda a través de la difracción. Según los resultados presentados por el equipo de la UCLA, las redes QPI difractivas entrenadas mediante aprendizaje profundo no solo pueden generalizar a nuevos objetos de fase no vistos que se asemejan estadísticamente a las imágenes de entrenamiento, sino que también generalizan a tipos de objetos completamente nuevos con características espaciales diferentes. Además, estas redes QPI difractivas están diseñadas para que la cuantificación de la fase de entrada sea invariable a posibles cambios en la intensidad de la luz de iluminación o en la eficiencia de detección del sensor de imagen. El equipo también demostró que las redes QPI difractivas podían optimizarse para mantener su calidad de imagen de fase cuantitativa incluso bajo desalineaciones mecánicas de sus capas difractivas.

Las redes QPI difractivas de las que informa el equipo de la UCLA representan un nuevo concepto de imagen de fase que, además de su velocidad de cálculo superior, completa el proceso de recuperación de fase a medida que la luz pasa a través de superficies difractivas finas y pasivas, y por lo tanto elimina el consumo de energía y el uso de memoria requeridos en los sistemas QPI digitales, lo que potencialmente allana el camino para varias aplicaciones nuevas en microscopía y detección.


Las redes ópticas difractivas reconstruyen hologramas instantáneamente sin necesidad de un ordenador digital


Más información:
Deniz Mengu et al, All-Optical Phase Recovery: Diffractive Computing for Quantitative Phase Imaging, Advanced Optical Materials (2022). DOI: 10.1002/adom.202200281 arxiv.org/abs/2201.08964

Proporcionado por
Instituto de Ingeniería para el Avance Tecnológico de la UCLA

Cita:
Recuperación de fase totalmente óptica e imagen de fase cuantitativa realizada instantáneamente sin ordenador (2022, 20 de mayo)
recuperado el 20 de mayo de 2022
de https://phys.org/news/2022-05-all-optical-phase-recovery-quantitative-imaging.html

Este documento está sujeto a derechos de autor. Salvo en el caso de que se trate de un trato justo con fines de estudio o investigación privados, ninguna parte puede ser reproducida sin la autorización escrita del autor.
parte puede ser reproducida sin la autorización escrita. El contenido se proporciona únicamente con fines informativos.

Las Cartas del Tarot tienen las respuestas que buscas

932995769806488385. USA: 17866737136


0 comentarios

Deja una respuesta

Marcador de posición del avatar

Tu dirección de correo electrónico no será publicada.