Усовершенствованный метод определения положения объектов, захваченных системами визуализации, является результатом нового исследования ученых из Чикагского университета. Результаты, опубликованные в декабре.
26 в Proceedings of the National Academy of Sciences, предоставляет механизм, известный как функция внутреннего однопиксельного заполнения, или SPIFF, для обнаружения и исправления систематических ошибок в анализе данных и изображений, используемых во многих областях науки и техники.
«Любой, кто работает с данными визуализации крошечных объектов – или объектов, которые кажутся крошечными – и кто хочет определять и отслеживать их положение во времени и пространстве, получит пользу от метода функции внутреннего заполнения с одним пикселем», – сказал соучредитель исследования Норберт Шерер. , профессор химии Калифорнийского университета в Чикаго.
Исследователи из разных областей науки используют изображения, чтобы узнать об объектах в масштабах от очень маленьких, таких как нанометры, до очень больших, таких как астрофизические масштабы.
Их работа часто включает в себя отслеживание движения таких объектов, чтобы узнать об их поведении и свойствах.
Многие системы визуализации и детекторы на основе изображений состоят из пикселей, например, в мегапиксельном сотовом телефоне.
Так называемое отслеживание частиц позволяет исследователям определять положение объекта с точностью до одного пикселя и даже исследовать локализацию субпикселей с точностью выше одной десятой пикселя.
Благодаря разрешающей способности оптического микроскопа около 250 нанометров и эффективному размеру пикселя около 80 нанометров отслеживание частиц позволяет исследователям определять местонахождение центра или местоположения объекта с точностью до нескольких нанометров при условии измерения достаточного количества фотонов.
Но такое субпиксельное разрешение зависит от алгоритмов оценки положения объектов и их траекторий. Использование таких алгоритмов часто приводит к ошибкам в точности и точности из-за таких факторов, как близлежащие или перекрывающиеся объекты на изображении и фоновый шум.
По словам Шерера, SPIFF может исправить ошибки с небольшими дополнительными вычислительными затратами. «До этой работы не было простых способов определить, было ли отслеживание и субпиксельная локализация точными, и исправить ошибку, если это не так», – сказал он.
Применимо ко многим дисциплинам
«Анализ изображения для получения приблизительной оценки положения объекта не так уж и сложен, но оптимальное использование всей информации на изображении для получения наилучшей информации отслеживания может быть действительно сложной задачей», – сказал Дэвид Гриер, профессор физики. в Нью-Йоркском университете, который не принимал участия в исследовании. "Учитывая, насколько широко отслеживание частиц на основе изображений проникло в физику, химию, биологию и многие инженерные дисциплины, этот метод должен получить очень широкое распространение."
По словам Гриера, на анализ субпиксельных данных могут быть смещены тонкие особенности процесса формирования изображения, и эти смещения могут сдвигать видимое положение траектории на полпикселя относительно ее истинного положения. «Для чувствительных измерений тонких физических процессов это катастрофа», – сказал Гриер.
«Однако метод, описанный в документе PNAS, объясняет, как обнаружить эти предубеждения и как их исправить, тем самым помогая подтвердить надежность отслеживаемой информации», – добавил он.
В исследовании, описанном в статье, SPIFF применялся к экспериментальным данным для твердых тел (i.е., коллоидные сферы), взвешенные в жидкости, но теперь исследователи применили свой метод ко многим другим наборам данных, включая наноразмерные характеристики клеток (e.грамм. везикулы), металлические наночастицы и даже отдельные молекулы, сказал Шерер, добавив, что метод SPIFF применим ко всем алгоритмам отслеживания.
«Мы считаем, что SPIFF будет важен для многих исследований в области биологии и нанонауки, и, хотя мы не работали с изображениями с телескопов, SPIFF может даже помочь определить и исправить ошибки в данных слежения за звездами», – сказал Шерер.