• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Engenheiro para combinar matemática, aprendizado de máquina e processamento de sinal para estabelecer bases para microscópio de alta resolução
    p Engenheiros da Washington University em St. Louis estão investigando novas técnicas que podem levar a melhor, microscópios mais precisos. Crédito:Washington University em St. Louis

    p Como nossos olhos, microscópios são limitados no que podem ver por causa de sua resolução, ou sua capacidade de ver detalhes. O detalhe, ou informação, do objeto está lá, mas parte dele se perde conforme a luz refletida no objeto se move pelo ar. p Ulugbek Kamilov, engenheiro na Escola de Engenharia e Ciências Aplicadas da Universidade de Washington em St. Louis, planeja usar um período de três anos, $ 265, 293 doação da National Science Foundation para capturar as informações que normalmente se perdem e adicioná-las às informações que os pesquisadores normalmente recebem dos microscópios. Em última análise, Este trabalho, junto com o de seu colaborador, Lei Tian na Universidade de Boston, pode levar a um microscópio mais preciso que pode ver objetos tão minúsculos quanto 100 nanômetros, como vírus. Atualmente, microscópios têm um limite de resolução de cerca de 500 nanômetros, o que lhes permite ver as bactérias. Um cabelo humano, por exemplo, é 100, 000 nanômetros de largura.

    p "Toda a premissa disso é construída em um único fato - a maneira como a luz interage com qualquer matéria é linear, "disse Kamilov, professor assistente de engenharia elétrica e de sistemas e ciência da computação e engenharia. "Mas a realidade é que a interação não é linear."

    p Por exemplo, se você iluminar sua mão com uma lanterna, você não pode ver a fonte da luz porque ela está dobrando, e isso é não linearidade. Com uma única célula, a dobra é tão leve que é quase transparente, que é linear.

    p Quando a luz interage com uma célula ou um objeto, a luz que sai da célula perde as informações que coleta dessa interação. Mas por causa dessa interação, existem flutuações nas proximidades daquela célula que trabalham com tal matéria e são retransformadas e remetidas. Essas flutuações são codificadas na não linearidade da interação, mas os microscópios de hoje não conseguem ver isso, Kamilov disse.

    p "Queremos levar em consideração essa interação não linear da luz, objetos e premissas, e se o fizermos corretamente, podemos extrair essas informações, que normalmente desaparece em um microscópio atual e é tratado como 'ruído, '", Disse Kamilov." Queremos decodificar as informações do ruído e adicioná-las de volta à resolução, e isso deve nos fornecer recursos menores do que o limite de resolução. "

    p Kamilov disse que existem dois tipos de ruído:imperfeições e ruído matemático que é o resultado das limitações atuais da ciência. É o ruído matemático que ele deseja capturar.

    p "Na realidade, aquele barulho é informação, e queremos usar essas informações para quebrar a barreira e ver além do limite de resolução, " ele disse.

    p Colaborador de Kamilov, Tian, professor assistente de engenharia elétrica e da computação, recebeu $ 250, 707 do NSF para construir um novo microscópio que usará os resultados computacionais de Kamilov, algoritmos e software e podem ser usados ​​em imagens médicas, imagem biológica e material, mapeamento cerebral e descoberta de drogas. Juntos, o conjunto de estudos totaliza US $ 516, 000

    p Kamilov também planeja usar o aprendizado de máquina para aprender as características dos objetos que estão olhando com o microscópio.

    p "Queremos observar as características distintivas das células para que, quando as combinarmos com as medições não lineares e fundirmos essas informações, poderemos obter imagens de alta resolução, "disse ele." Esperamos obter melhorias até cinco vezes. "

    p Kamilov usa unidades de processamento gráfico (GPUs) de alta potência em seu laboratório, o que acelera significativamente o tempo de processamento. O que levou dois dias de processamento em um computador normal leva apenas milissegundos em uma GPU, ele disse.

    p “Este projeto é muito oportuno, porque temos a sofisticação matemática do processamento de sinais, as ferramentas computacionais e aprendizado de máquina, "disse ele." Todas essas coisas melhoraram juntas. Teria sido muito difícil fazer este projeto há 10 anos. "


    © Ciência https://pt.scienceaq.com