Imagerie holographique plus rapide à l’aide de réseaux de neurones récurrents

Imagerie holographique plus rapide à l'aide de réseaux de neurones récurrents

Des chercheurs de l’UCLA ont démontré l’imagerie holographique à l’aide de réseaux de neurones récurrents (RNN). Une section de tissu pulmonaire humain est imagée avec une reconstruction d’hologramme plus rapide et meilleure. Crédit: UCLA Engineering Institute for Technology Advancement

L’imagerie holographique numérique est une technique de microscopie couramment utilisée en imagerie biomédicale. Il révèle de riches informations optiques de l’échantillon, qui pourraient être utilisées, par exemple, pour détecter des anomalies pathologiques dans des lames de tissus. Les capteurs d’image courants ne réagissent qu’à l’intensité de la lumière entrante. Par conséquent, la reconstruction des informations 3D complètes d’un hologramme qui est enregistré numériquement par de tels capteurs a été une tâche difficile impliquant la récupération de phase optique, qui est une étape longue et intensive en calculs en holographie numérique.

Une équipe de recherche de l’UCLA a récemment développé une nouvelle technique de récupération de phase holographique qui peut reconstruire rapidement des images microscopiques d’échantillons avec une accélération jusqu’à 50 fois par rapport aux méthodes existantes. Cette nouvelle technique tire parti des réseaux de neurones récurrents formés à l’aide de l’apprentissage en profondeur et intègre des caractéristiques spatiales de plusieurs hologrammes pour créer numériquement des images de microscopie holographique d’échantillons, tels que des lames de tissus humains. Cela se traduit par une meilleure qualité d’image et une vitesse de reconstruction plus rapide, tout en améliorant également la profondeur de champ du volume d’échantillon reconstruit.

Ce travail a été publié dans ACS Photonique, un journal de l’American Chemical Society. Les chercheurs de l’UCLA ont montré l’efficacité de cette nouvelle méthode d’imagerie holographique grâce à des expériences réalisées sur des coupes de tissus pulmonaires humains et des frottis Pap, couramment utilisés pour le dépistage du cancer du col de l’utérus. Ces résultats rapportent la première démonstration de l’utilisation de réseaux de neurones récurrents pour l’imagerie holographique et la récupération de phase, et ouvrent également de nouvelles opportunités pour la conception de microscopes holographiques améliorés avec un nombre réduit de mesures et des vitesses d’imagerie accrues.

« Ce cadre peut être largement applicable à diverses modalités d’imagerie biomédicale, y compris par exemple la microscopie à fluorescence, pour utiliser efficacement une séquence d’images acquises afin de créer rapidement et avec précision des reconstructions 3D d’un volume d’échantillon », a déclaré le Dr Aydogan Ozcan, professeur de chancelier Génie électrique et informatique à l’UCLA et directeur associé du California NanoSystems Institute, qui est l’auteur principal correspondant du travail.

Les autres auteurs comprennent les étudiants diplômés Luzhe Huang, Tairan Liu, Xilin Yang, Yi Luo et le professeur Yair Rivenson, tous du département de génie électrique et informatique de l’UCLA. Le professeur Ozcan est également professeur à l’UCLA en bio-ingénierie et en chirurgie, et est professeur HHMI.


La microscopie à fluorescence 3D reçoit un coup de pouce grâce aux réseaux de neurones récurrents


Plus d’information:
Luzhe Huang et al, Reconstruction d’images holographiques avec récupération de phase et mise au point automatique à l’aide de réseaux de neurones récurrents, ACS Photonique (2021). DOI : 10.1021/acsphotonics.1c00337

Fourni par UCLA Engineering Institute for Technology Advancement

Citation: Imagerie holographique plus rapide utilisant des réseaux de neurones récurrents (2021, 8 juin) récupéré le 8 juin 2021 à partir de https://techxplore.com/news/2021-06-faster-holographic-imaging-recurrent-neural.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.