反卷积能取代共聚焦吗?

2018-10-12 10:52:53 普赫 1264

当一次标题党,吸引同学们点进来看文章。那么,首先什么是反卷积(deconvolution)呢?这其实是工程数学上的一个概念,与卷积(convolution)相对应。从数学上来说,卷积可以用以下公式来表达,其中*是卷积符号。




相信如果再放几个公式,估计能吓跑不少同学。那么我们从生命科学领域使用的显微镜角度来看,反卷积这项显微软件技术,能给我们带来什么好处呢?先看几张实例图






看完图片后,不少同学的第一感觉应该是:这不是和共聚焦图片一样吗?对了,反卷积就是能通过软件的算法,把合适的显微荧光图像重新还原成高分辨率的图像。那在什么情况下,反卷积可以取代共聚焦呢?活细胞实验、以及那些对于光毒性(photo-toxicity)光漂白(photo-bleaching)要求很高的实验。传统的激光单点扫描的共聚焦,对于需要培养很长时间的活细胞实验,还是有些心有余而力不足(细胞很容易就挂了)。

相信有些同学已经在显微平台用上了这样的活细胞成像系统,它不是共聚焦,但是能拍出类似共聚焦分辨率的荧光图片,同时又很适合活细胞培养。这样的系统,就是通过宽场荧光成像之后用反卷积算法快速地得到高分辨率图像。看下图。




反卷积的原理到底是如何描述的呢?我们不提很多工程数学的概念,比较简单的理解,可以认为清晰的样品经过显微系统(用PSF表示)之后,并不能得到清晰的图像。在下图的等式中,如果我们可以得到系统的点扩展函数(即PSF),那么就能反向推导出样品的图像。




当然,具体的反卷积算法实施中,有很多复杂的迭代运算。推导系统点扩展函数PSF也有很多不同的模式,不同的反卷积软件,都有自己的一套特色算法。但是这种基于CPU计算的反卷积软件,最大的挑战是计算需要的时间很长!!如果是一组比较大的3D图像数据,很大可能性就是下班前开始计算,第二天上班可以拿到结果。

有痛点就会有人找解决方案,更何况咱们领域内都是科学家,开始想各种办法。图形处理器GPU (Graphic Processing Unit)是科学家们找到的一个利器,可以极大地缩短反卷积处理时间(下图),甚至可以做到实时处理得到高分辨率图像。基于GPU的反卷积算法已经在显微成像领域引起了科学家们、各大厂家、以及系统集成商们的极大兴趣,并且在显微系统实施中积极加入了这一利器。




如需了解更多反卷积技术的细节,欢迎联系 info@pooher.com

邮箱咨询
QQ咨询
在线咨询
电话咨询