Endoscopio ultraminiaturizado produce imágenes de alta calidad

Una rejilla de apertura codificada bloquea la luz al azar para crear una proyección en un patrón conocido, similar a hacer agujeros al azar en una hoja de papel y dejar que la luz brille a través de ellos. Esto crea una imagen confusa que puede proporcionar información sobre el origen de la luz. Esa información se puede reconstruir computacionalmente en una imagen más clara.

Además, el microendoscopio no requiere enfoque para observar objetos en diferentes planos. El “reenfoque” computacional puede determinar de dónde se originó la luz en el espacio 3D. Esto permite que el endoscopio sea físicamente más pequeño, aproximadamente del tamaño de unos pocos pelos humanos de ancho, que uno tradicional que requiere una lente de enfoque. En el futuro, los investigadores probarán el microendoscopio con procedimientos de etiquetado fluorescente en los que las neuronas activas del cerebro se etiquetarían e iluminarían, para determinar con qué precisión el endoscopio puede obtener imágenes de la actividad neuronal. El estudio fue publicado el 6 de diciembre de 2019 en la revista Science Advances.

“Durante miles de años, el objetivo ha sido hacer una imagen lo más clara posible. Ahora, gracias a la reconstrucción computacional, podemos capturar a propósito algo que se ve horrible y contraintuitivamente termina con una imagen final más clara”, dijo el autor principal, Mark Foster, PhD, del departamento de ingeniería eléctrica e informática de la JHU. “Por lo general, hay que sacrificar el tamaño o la calidad de la imagen. Hemos podido lograr ambas cosas con nuestro microendoscopio”.

Las cámaras sin lente basadas en imágenes de apertura codificada están diseñadas con factores de forma plana comparables a los de un sensor de imagen desnuda con distancias de trabajo variables. Para obtener imágenes, un objeto en el plano de muestra se ilumina con una fuente incoherente, y se captura una única instantánea de la luz dispersa utilizando la cámara en el extremo proximal de la fibra. Luego, se reconstruye una imagen de la escena utilizando la respuesta calibrada del sistema de fuentes puntuales individuales, el marco único de la respuesta del sistema del objeto y un algoritmo de reconstrucción de imagen.

Enlace relacionado:
Universidad Johns Hopkins
Universidad de Harvard