2021年11月2日

人工智能如何增强共焦成像

温柔的活细胞成像与STELLARIS共焦平台和AiviaMotion

How_Artificial_Intelligence_Enhances_Confocal_Imaging_teaser.jpg

活细胞成像技术已经取得了长足的进展。然而，重大挑战仍然存在。这些包括平衡实验温柔与快速采集速率，高空间分辨率和大成像维度。因此，作为一名研究科学家，当成像快速的生物过程时，你正在努力获得完整和准确的高质量数据。为了开辟新的领域并对科学问题有更深入的理解，您需要能够正面应对这些挑战的工具。

在本文中，我们将展示人工智能(AI)如何增强您的成像实验。也就是说，AiviaMotion如何在捕获活细胞标本的时间动态的同时提高图像质量。

简介:一个用于活细胞3D成像的优秀标准

生活是复杂的，动态的，发生在3D中。STELLARIS共焦平台是捕捉这些生命标志的绝佳选择。使用STELLARIS进行活细胞成像，您可以捕捉亚细胞机制及其微环境随时间变化的复杂动态，并具有高3D分辨率。

视频1:活体细胞(U2OS)的真正同步多色三维成像。线粒体(MitoView Green)，肌动蛋白(SPY555-actin)，微管(SiR-tubulin)，和囊泡(CellBrite NIR750)。图像系列处理动态信号增强，AiviaMotion和LIGHTNING。

STELLARIS硬件用于温和和快速的活细胞成像

共聚焦显微镜通常被认为是一种温和的，非侵入性的方法，非常适合于活细胞研究。这一事实对星宿来说尤其如此。一方面，STELLARIS自带白光激光器(WLL)，可以匹配荧光团激发光谱，以减少副作用，如光毒性。另一方面，灵敏的Power HyD探测器系列使您能够忠实地检测宽光谱范围内最微弱的信号。最后，使用共振扫描仪，STELLARIS不仅对样本温和，而且允许捕捉动态变化的活体标本与高时间分辨率。

图1:STELLARIS平台具有用于活细胞成像的强大硬件，包括白光激光(WLL)、灵敏的Power HyD探测器家族和谐振扫描仪。

活细胞成像的挑战

作为研究人员，你设定的目标是发现新的见解，因此，经常推动你的成像实验的极限。因此，你可能会面临以下挑战:

我能获得更好的时间分辨率来更精确地记录神经活动吗?
我能想象更多的标记从免疫突触得到更多的信息吗?
我能延长我的实验来跟踪癌症干细胞的行为吗?

这些需求将不可避免地需要一些权衡。表面上相互排斥的限制可以通过成像金字塔可视化:柔和度、速度、图像质量和维度。因此，减轻这些权衡的工具非常受欢迎。

图2:成像金字塔突出了活细胞成像的常见权衡:实验温和(保存活样本)，成像速度(捕捉快速生物事件)，成像质量(例如，高信噪比，高空间分辨率)和维度(例如，多颜色，大体积)

提高信噪比的动态信号增强(DSE)

在实践中，活细胞成像的关键权衡往往是在采集速度和图像质量之间，因为实验的温和性和维数通常有一定的要求。因此，由于捕捉活样本的动态需要更高的帧率，活细胞成像实验通常比固定样本的图像质量更低，因为探测器捕捉样本光子的时间更短。

利用STELLARIS，我们引入动态信号增强(DSE)来实时去噪活细胞成像系列。DSE采用滚动平均计算作为其核心算法。滚动窗口的基本思想是相邻成像帧之间的噪声是随机的，而生物信号是保守的。因此，通过滚动窗口对几个相邻的原始成像帧进行平均，相关的生物信号被强调，而不必要的噪声被“平均掉”。用更专业的术语来说，DSE增加了信噪比(SNR)，最终导致更好的图像质量。

视频2:使用滚动窗口(括号)的5个原始数据帧(上面的图像)描述囊泡(大红色圆圈)的DSE计算方案。噪声(小红点)被平均掉，而生物信号(大红圈)在输出帧(下图)中被强调。注意，为了简单起见，这里没有显示DSE的权重参数。权重参数控制原始数据帧对滚动窗口计算的贡献(即，中心帧比外围帧的权重更大)，并有助于优化时间动态的保存。

其他“简单平均”方法，即平均几张原始图像输出一张去噪图像，通过平均因子降低时间分辨率。例如，如果对五个原始图像帧进行平均，则输出图像的时间分辨率将降低五分之一。相比之下，DSE保留原始图像帧，并在整个原始图像系列上滑动固定大小的平均窗口。结果表明，原始和dse处理后的图像帧数和时间分辨率是相同的。

AiviaMotion增强了动态信号增强:更好的时间动态和更好的信噪比同时

然而，由于我们用滚动平均集成了多个原始数据帧，因此在应用DSE时可以减少时间动态。例如，当滚动窗口使用不合适的高帧数时，动态结构可能开始涂抹并显示双重结构的迹象(“鬼影”)。因此，使用滚动窗口去噪有其自身的权衡:当平均更多帧时，信噪比会更好，但快速过程的时间动态会降低。当平均帧数较少时，信噪比较差，但快速过程的时间动态得到较好的保留。

在这里，新的DSE选项AiviaMotion有助于提高您的活细胞成像结果。AiviaMotion使用AI在获取的“原始数据帧”之间插入所谓的“AiviaMotion帧”，只需点击一次。利用AiviaMotion帧的附加信息进行滚动窗口计算，DSE现在可以达到更高的信噪比和更好的时间动态。

视频3:激活AiviaMotion选项描述DSE计算的方案。由于获取的原始数据帧(上面有白色轮廓的图像)和AiviaMotion帧(上面有蓝色轮廓的图像)都用于滚动窗口计算，激活的AiviaMotion选项(在下面的图像中定义良好的红圈表示)可以更好地保存时间动态。与前面的例子(“vanilla”DSE)相比，现在平均只有3个获得的原始数据帧可以被使用，因为附加的两个AiviaMotion帧仍然总共有5个帧被用于滚动窗口计算。最重要的是，由于AiviaMotion帧本身也过滤噪声，不仅时间动态更好地保存，而且信噪比与“香草”DSE。

在上面的动画中，我们通过仅使用三张获得的原始图像来滚动窗口，实际上使样本的时间动态翻了一倍。同时，通过使用两个额外的AiviaMotion帧来进行滚动窗口计算，我们仍然平均了总共5个帧。虽然直觉上看，这应该会导致与DSE相同的信噪比与5个原始帧和没有AiviaMotion，但在实践中，我们看到了信噪比的进一步提高。这一观察结果可以通过AiviaMotion深度学习网络的工作方式来解释:AiviaMotion还通过插值像素来充当过滤器，这些像素在帧上是一致的(即生物信号)，而不是噪声。

视频4:原始数据的比较(左)，没有AiviaMotion的动态信号增强(中)和使用AiviaMotion的动态信号增强(右)。激活的AiviaMotion选项(右)比没有AiviaMotion的动态信号增强(中)具有更高的信噪比和更好的时间动态保存。

重要的是要注意，你得到的帧数作为DSE与AiviaMotion的结果不会改变。这个数字与用作输入的原始数据帧的数量相同。因此，即使AiviaMotion可能已经将作为DSE输入的帧数“翻倍”，但这些帧只是暂时的，因此在使用staellaris时，可以为活细胞实验带来更高的信噪比和更好的时间动态。

结合闪电

STELLARIS软件提供了更多的工具来改善您的活细胞成像实验。LIGHTNING检测概念基于全自动自适应反褶积方法，您可以在单个处理步骤中轻松结合DSE和AiviaMotion。通过这种方式，您的活细胞成像系列得到了多方面的改善——不仅噪声被去除，而且对比度增强，空间分辨率进一步提高。因此，通过结合DSE和LIGHTNING，我们可以进一步减轻成像金字塔的限制。