Generative deep learning-enabled ultra-large field-of-view lens-free imaging

要約

高スループットの生物医学アプリケーションの進歩には、リアルタイムの広い視野 (FOV) イメージング機能が必要です。
従来のレンズフリーイメージング(LFI)システムは、物理レンズの限界に対処しながらも、動的でモデル化が難しい光学フィールドによって制約され、その結果、ワンショットのFOVが約20 $mm^2$ に制限されていました。
この制限は、生細胞イメージングや生物医学研究用のマイクロ流体システムの自動化などのアプリケーションにおいて大きなボトルネックとなっています。
ここでは、ホログラフィック画像再構成に生成人工知能 (AI) を活用したディープラーニング (DL) ベースのイメージング フレームワーク、GenLFI を紹介します。
私たちは、GenLFI が 550 $mm^2$ を超えるリアルタイム FOV を達成できることを実証しました。これは、現在の LFI システムを 20 倍以上上回り、世界最大の共焦点顕微鏡よりも 1.76 倍も大きいです。
解像度は 5.52 $\mu m$ のサブピクセル レベルで、光源を移動する必要はありません。
教師なし学習ベースの再構成は光場モデリングを必要としないため、複雑な光場での動的な 3D サンプル (液滴ベースのマイクロ流体工学や 3D 細胞モデルなど) のイメージングが可能になります。
この GenLFI フレームワークは LFI システムの可能性を解き放ち、創薬などのハイスループット生物医学アプリケーションの新たなフロンティアに取り組むための強力なツールを提供します。

要約(オリジナル)

Advancements in high-throughput biomedical applications necessitate real-time, large field-of-view (FOV) imaging capabilities. Conventional lens-free imaging (LFI) systems, while addressing the limitations of physical lenses, have been constrained by dynamic, hard-to-model optical fields, resulting in a limited one-shot FOV of approximately 20 $mm^2$. This restriction has been a major bottleneck in applications like live-cell imaging and automation of microfluidic systems for biomedical research. Here, we present a deep-learning(DL)-based imaging framework — GenLFI — leveraging generative artificial intelligence (AI) for holographic image reconstruction. We demonstrate that GenLFI can achieve a real-time FOV over 550 $mm^2$, surpassing the current LFI system by more than 20-fold, and even larger than the world’s largest confocal microscope by 1.76 times. The resolution is at the sub-pixel level of 5.52 $\mu m$, without the need for a shifting light source. The unsupervised learning-based reconstruction does not require optical field modeling, making imaging dynamic 3D samples (e.g., droplet-based microfluidics and 3D cell models) in complex optical fields possible. This GenLFI framework unlocks the potential of LFI systems, offering a robust tool to tackle new frontiers in high-throughput biomedical applications such as drug discovery.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google