Um novo algoritmo de computador permite que os cientistas usem uma tecnologia de sensor de alto desempenho, chamadas de câmeras semicondutoras de óxido metálico complementar científicas, para uma ampla gama de pesquisas biológicas.

"As câmeras sCMOS científicas estão ganhando popularidade rapidamente nas ciências biológicas, ciências materiais e astronomia, "disse Fang Huang, professor assistente na Weldon School of Biomedical Engineering da Purdue University. "O sensor oferece avanços significativos na velocidade de imagem, sensibilidade e campo de visão em comparação com detectores tradicionais, como dispositivos de carga acoplada ou CCD multiplicador de elétrons. "

Contudo, o uso de câmeras sCMOS para pesquisa biológica tem sido limitado por causa das flutuações na qualidade do pixel, gerando mais "ruído, "do que as outras câmeras. Em particular, cada pixel flutua em sua própria taxa.

"Quando você está tentando usar isso para estudos biológicos, é muito difícil determinar se essa flutuação vem da amostra (fótons) ou da própria câmera, "disse Sheng Liu, o autor principal do artigo, um associado de pesquisa de pós-doutorado na Weldon School of Biomedical Engineering.

Agora, trabalhando com pesquisadores do Departamento de Ciências Biológicas de Purdue, Liu e Huang desenvolveram um novo algoritmo que corrige o ruído, tornando as câmeras sCMOS disponíveis para uma ampla gama de microscopia biológica.

As descobertas foram detalhadas em um artigo de pesquisa publicado no início deste ano na revista Métodos da Natureza .

Os autores incluem Liu; pós-doutorado associado Michael J. Mlodzianoski; alunos de pós-graduação Zhenhua Hu, Yuan Ren e Kristi McElmurry; Daniel M Suter, professor associado do Departamento de Ciências Biológicas; e Huang.

"Temos tentado usar esta câmera para imagens de super-resolução de uma única molécula de células vivas e introduzimos um algoritmo para essa finalidade em 2013, "Huang disse." No entanto, o algoritmo anterior funciona apenas para estudos de molécula única, o que significa que todos os seus objetos têm que ser chamados de emissores pontuais. Então, basicamente, suas imagens devem parecer estrelas no céu. "

Pesquisa biológica, Contudo, frequentemente envolve imagens de estruturas complexas, como organelas celulares. Para resolver o problema, pesquisadores desenvolveram o novo algoritmo.

"O desafio fundamental é estimar uma das variáveis ​​quando você conhece a soma de duas variáveis. Não há uma resposta única para essa pergunta, mas queremos fazer a melhor estimativa, dado nosso conhecimento adicional das duas variáveis." Huang disse. "Exploramos uma propriedade geral dos sistemas de imagem, a função de transferência óptica. Com base em nosso conhecimento de como cada um dos 4 milhões de pixels em nosso chip de câmera se comporta, somos capazes de estimar o nível real do fóton em cada localização de pixel. Isso é muito empolgante para nós porque permite que os sensores CMOS sejam usados ​​em um amplo espectro de métodos de imagem para estudos biomédicos e biológicos quantitativos, melhorando sua sensibilidade, campo de visão e velocidade de imagem. "