Filtros notch de filme fino como plataformas para processamento de imagens biológicas

Scientific Reports volume 13, Número do artigo: 4494 (2023) Citar este artigo

793 acessos

1 Citações

Detalhes das métricas

Muitas operações de processamento de imagens envolvem a modificação do conteúdo da frequência espacial das imagens. Aqui demonstramos a filtragem de frequência espacial do plano de objeto utilizando a sensibilidade angular de um filtro comercial de interrupção de banda espectral. Esta abordagem para o processamento de imagem totalmente óptico é mostrada para gerar imagens pseudo-3D em tempo real de amostras biológicas transparentes e outras, como células cancerígenas cervicais humanas. Este trabalho demonstra o potencial de abordagens não locais e não interferométricas para processamento de imagens para uso em imagens de células biológicas sem marcação e monitoramento dinâmico.

Objetos transparentes, incluindo a maioria das células biológicas, interagem fracamente com a luz, resultando em pouco contraste na microscopia de campo claro convencional. No entanto, variações espaciais em sua morfologia e propriedades ópticas introduzem variações locais de fase na luz transmitida através deles. No caso mais simples, isso pode ser caracterizado por uma função de transmissão \(O(x,y) \approx O_0 e^{i\varphi (x,y)}\). A amplitude aproximadamente espacialmente invariante \(O_0\) produz uma imagem de intensidade sem características \(|O(x, y)|^2 = |O_0|^2\), enquanto a forma e as informações do índice de refração estão contidas na função de fase \ (\varphi(x,y)\). Tais variações de fase não podem ser detectadas diretamente por câmeras convencionais e, portanto, requerem detecção indireta. Métodos populares de visualização de fase óptica incluem imagens de Schlieren1, bem como contraste de fase de Zernike2, campo escuro3 e microscopia de contraste de interferência diferencial4. No entanto, isso pode exigir componentes caros ou acesso ao plano de Fourier que aumenta a complexidade e o tamanho do sistema. Os métodos digitais incluem a pticografia5,6,7, o uso da equação de transporte de intensidade8,9,10 ou algoritmos de recuperação de fase, como os algoritmos de Gerchberg-Saxton11 e Fienup12. No entanto, estes podem ser limitados por seus extensos requisitos computacionais.

O processamento de imagem de plano de objeto totalmente óptico oferece uma alternativa não interferométrica e compacta para visualização de fase. É possibilitado por sistemas ópticos lineares 2D invariantes no espaço, como filmes finos13,14, com responsividades angulares que filtram diretamente a frequência espacial dos campos de onda15. Ao contrário dos métodos computacionais comuns ou totalmente ópticos que utilizam a clássica configuração \(4f\)16, ele evita perdas de informações de fase óptica, pós-processamento que consome energia e configurações volumosas associadas ao acesso aos planos de Fourier. A importância de sistemas ópticos compactos para processamento de imagem de plano de objeto totalmente óptico é motivada pelo potencial de integração em dispositivos portáteis. Isso pode ter aplicações tão diversas quanto diagnósticos móveis, monitoramento ambiental e sensoriamento remoto.

Para explicar como um dispositivo que exibe dispersão angular pode realizar o processamento de imagens, ignoramos quaisquer efeitos de polarização para simplificar. Neste caso, o impacto da filtragem de Fourier do plano-objeto no espectro de frequência espacial do campo pode ser descrito por uma função de transferência óptica \({\mathscr {H}}(k_x, k_y)\)17. Tomando o eixo \(z\) como o eixo óptico, \(k_{x}\) e \(k_{y}\) denotam os componentes transversais da frequência espacial do vetor de onda \(\vec {k} = (k_x, k_y, k_z)\) e \(k_z = \sqrt{|\vec {k}|^2 - k_x^2 - k_y^2}\). A função de transferência relaciona a saída processada ao campo de entrada pelo teorema da convolução,

onde \({\mathscr {F}}\) denota a transformada de Fourier, \(E\) representa qualquer componente do campo elétrico e \(\tilde{E}_{\text {in}} = {\mathscr { F}}\esquerda\{ E_{ \texto {no} } \direita\}\). Por exemplo, filtros passa-alto bloqueiam baixas frequências espaciais para eliminar componentes de campo não dispersos para detecção de borda18, que é fundamental para compressão de dados19 e visão de máquina20,21. Uma subclasse notável é a das funções de transferência óptica linear, ou seja, \({\mathscr {H}} \propto k_x\) ou \({\mathscr {H}} \propto k_y\), que podem calcular as derivadas espaciais , até uma constante multiplicativa, de um campo de onda de entrada ao longo da direção \(x\) ou \(y\), respectivamente. Como resultado, gradientes de fase podem ser mapeados para variações de intensidade para permitir a visualização de fase no caso de amostras transparentes13. A influência da polarização pode ser incorporada a esta abordagem utilizando um tensor diádico de função de transferência \(2 \times 2\).