Un problema de larga data en óptica sostiene que una resolución mejorada en la imagen se compensa con una pérdida en la profundidad de enfoque. Ahora, Los científicos están uniendo la computación con las imágenes de rayos X a medida que desarrollan una técnica nueva y emocionante para sortear esta limitación.

El próximo proyecto Advanced Photon Source Upgrade (APS-U) en Argonne pondrá este problema bajo uno de los focos más brillantes imaginables. La actualización hará que el APS, una instalación para usuarios de la Oficina de Ciencias del Departamento de Energía, 500 veces más brillante de lo que es hoy, mejorando aún más las capacidades de sus rayos X para estudiar la disposición de átomos y moléculas en una amplia gama de materiales biológicos y tecnológicos.

"Una gran variedad de experimentos de imágenes de rayos X necesitarán en última instancia algo como esto, ya que todos llevarán la resolución a escalas de longitud más finas en el futuro, "dijo Chris Jacobsen, un Argonne Distinguished Fellow y profesor de física en la Northwestern University. Con la actualización en su lugar, Los rayos X del APS podrían permitir a los científicos estudiar sistemas como la red completa de conexiones sinápticas del cerebro, o todo el volumen de un circuito integrado hasta el más mínimo detalle.

"Toda una variedad de experimentos de imágenes de rayos X finalmente necesitarán algo como esto, ya que todos llevarán la resolución a escalas de longitud más finas en el futuro". - Chris Jacobsen, Argonne Distinguished Fellow / profesor de física en la Northwestern University.

En un nuevo estudio, un equipo de investigadores de Argonne, Northwestern and Cornell University ha desarrollado un enfoque computacional que simula cómo podría funcionar mejor el APS-U, particularmente en el modo de imágenes de rayos X, conocido como pticografía. Presentaron su enfoque, llamado Recuperación de objetos optimizados multicorte (MOOR), en la edición del 20 de septiembre de Optica.

La pticografía de rayos X es una poderosa técnica de escaneo que obtiene imágenes de cortes finos de materiales con una resolución mejor que 30 nanómetros (un cabello humano mide aproximadamente 75, 000 nanómetros de diámetro). Los enfoques algorítmicos y computacionales tradicionales utilizados para reconstruir imágenes a partir de muestras probadas con esta técnica se han limitado a cortes bidimensionales.

"La ampliación de la pticografía de rayos X para la obtención de imágenes cerebrales en 3-D sería enorme, "dijo Genia Kozorovitskiy, profesor asistente de neurobiología en Northwestern. "Nuestros circuitos neuronales están conectados por billones de pequeñas uniones llamadas sinapsis, que se utilizan para comunicaciones de celda a celda a través de medios electroquímicos. Los cambios en la forma en que se conectan los circuitos neuronales y las sinapsis son la clave para comprender la causa de muchos trastornos de salud mental y neurológica humana ".

Los Institutos Nacionales de Salud están financiando a Jacobsen y Kozorovitskiy para optimizar tanto la resolución como la preparación de muestras de tejido neural para imágenes de rayos X. El aumento de la penetración de la profundidad de la picografía de rayos X a través del APS-U permitiría a los investigadores crear una nueva, más rápido, forma no destructiva de mapear el tejido neural conectivo de cerebros de vertebrados completos.

Los neurocientíficos de hoy utilizan la microscopía electrónica para mapear la conectividad neuronal en ratones. "Cortar todo el cerebro del ratón para microscopía electrónica es una tarea abrumadora, uno que nadie ha intentado todavía, "Kozorovitskiy anotó." Con tomografía de rayos X, en teoría, todo el cerebro podría ser imaginado sin seccionamiento físico, simplificando a gran escala, construcción de imágenes de alta resolución ".

Para probar la efectividad del algoritmo MOOR para este propósito, los científicos idearon una muestra de prueba cuyas propiedades provocarían el límite de profundidad de foco que buscaban superar. Ellos diseñaron el objeto un cono hueco de vidrio ahusado que mide 200 nanómetros a lo largo de su eje e incrustado con nanoesferas de titanio, para asemejarse a los tubos capilares delgados que se utilizan ampliamente en experimentos de laboratorio para el estudio microscópico de células congeladas en suspensión líquida.

Así de simple, La muestra de fácil fabricación aseguró que las primeras mediciones experimentales que tomarán los científicos pueden coincidir con su modelo. "Nuestro objetivo a largo plazo no es estudiar capilares de vidrio con esferas de dióxido de titanio en ellos, pero para impulsar realmente la resolución para obtener imágenes de un cerebro de ratón completo, "Dijo Jacobsen.

Los investigadores utilizan actualmente la Bionanoprobe en el sector 9 del APS para obtener imágenes en 3D de pequeñas muestras biológicas, como un congelado, célula hidratada. Se están realizando esfuerzos para desarrollar la misma capacidad en muestras mucho más grandes, incluyendo cerebros enteros de ratón, en otros instrumentos de la APS.

La demostración de MOOR implicó resolver una optimización que involucraba casi 17 millones de variables complejas, con el algoritmo MOOR escalado a 2, 880 núcleos del grupo de supercomputación Bebop en el Laboratorio de recursos informáticos de Argonne. El trabajo se beneficiará aún más de un nuevo premio de computación como parte del Programa de Ciencia de Datos en Argonne Leadership Computing Facility, otra instalación para usuarios de la Oficina de Ciencias del DOE.

La parte relativamente fácil del problema es comprender qué sucede al pasar del modelo a la medición.

"Podemos resolver este problema integrando la física en el modelo, "dijo Youssef Nashed, un científico informático en la división de Matemáticas y Ciencias de la Computación de Argonne. "La física nos dice cómo pasar de un modelo a la medida. Las matemáticas nos dicen cómo pasar de una medida a otro. Es un problema inverso".

Para resolver el problema inverso, el algoritmo de optimización de Argonne refina iterativamente su representación del modelo desconocido al buscar un acuerdo entre el modelo y los volúmenes masivos de datos de imágenes.

"Para hacer esto de manera eficiente con la resolución necesaria, se requiere una combinación sólida de matemáticas aplicadas, computación y física paralelas, "Dijo Nashed.

Esta mezcla de disciplinas también se aplica a las aplicaciones de la técnica. "Es emocionante que algoritmos como MOOR puedan servir como una lente numérica para obtener imágenes de los circuitos cada vez más a nivel de nanoescala que son los caballos de batalla del hardware informático moderno, "dijo Stefan Wild, coautor del artículo de Optica y matemático computacional en Argonne.