Um problema de longa data na óptica é que uma resolução melhorada na imagem é compensada por uma perda na profundidade do foco. Agora, os cientistas estão juntando a computação às imagens de raios-X à medida que desenvolvem uma técnica nova e empolgante para contornar essa limitação.

O próximo projeto Advanced Photon Source Upgrade (APS-U) em Argonne colocará este problema sob um dos holofotes mais brilhantes que se possa imaginar. A atualização fará com que o APS, um Departamento de Energia Office of Science User Facility, 500 vezes mais brilhante do que hoje, aumentando ainda mais as capacidades de seus raios-X para estudar os arranjos de átomos e moléculas em uma ampla gama de materiais biológicos e tecnológicos.

"Uma grande variedade de experimentos de imagem de raios-X, em última análise, vai precisar de algo assim, pois todos eles aumentam a resolução para escalas de comprimento mais finas no futuro, "disse Chris Jacobsen, Argonne Distinguished Fellow e professor de física na Northwestern University. Com a atualização implementada, os raios-X do APS podem permitir aos cientistas estudar sistemas como a rede completa de conexões sinápticas do cérebro, ou todo o volume de um circuito integrado até seus mínimos detalhes.

"Uma grande variedade de experimentos de imagem de raios-X, em última análise, precisará de algo assim, pois todos eles aumentam a resolução para escalas de comprimento mais finas no futuro." - Chris Jacobsen, Argonne Distinguished Fellow / professor de física na Northwestern University.

Em um novo estudo, uma equipe de pesquisadores de Argonne, Northwestern and Cornell University desenvolveu uma abordagem computacional que simula como o APS-U pode operar melhor, particularmente no modo de imagem de raios-X, conhecido como pticografia. Eles apresentaram sua abordagem, denominado Multislice Optimized Object Recovery (MOOR), na edição de 20 de setembro de Optica.

A picografia de raios-X é uma técnica de varredura poderosa que faz imagens de fatias finas de materiais com uma resolução superior a 30 nanômetros (um cabelo humano mede aproximadamente 75, 000 nanômetros de diâmetro). Abordagens algorítmicas e computacionais tradicionais usadas para reconstruir imagens de amostras testadas com esta técnica foram limitadas a fatias bidimensionais.

"A ampliação da pticografia de raios-X para imagens cerebrais em 3-D seria enorme, "disse Genia Kozorovitskiy, professor assistente de neurobiologia da Northwestern. "Nossos circuitos neurais são conectados por trilhões de pequenas junções chamadas sinapses, que são usados ​​para comunicações célula a célula por meios eletroquímicos. Mudanças na forma como os circuitos neurais e as sinapses são interligados são a chave para a compreensão da causa de muitos distúrbios neurológicos e mentais humanos. "

Os Institutos Nacionais de Saúde estão financiando Jacobsen e Kozorovitskiy para otimizar a resolução e a preparação de amostras de tecido neural para imagens de raios-X. O aumento da penetração de profundidade da pticografia de raios-X através do APS-U permitiria aos pesquisadores criar um novo, mais rápido, forma não destrutiva de mapear o tecido neural conectivo de cérebros de vertebrados inteiros.

Neurocientistas hoje usam microscopia eletrônica para mapear a conectividade neural em ratos. "Seccionar todo o cérebro do camundongo para microscopia eletrônica é uma tarefa difícil, um que ninguém tentou ainda, "Kozorovitskiy observou." Com tomografia de raios-X, todo o cérebro poderia, em teoria, ser visualizado sem nenhum corte físico, simplificando em grande escala, construção de imagem de alta resolução. "

Para testar a eficácia do algoritmo MOOR para esta finalidade, os cientistas criaram uma amostra de teste cujas propriedades provocariam o limite de profundidade de foco que eles procuravam superar. Eles projetaram o objeto, um cone oco de vidro cônico medindo 200 nanômetros ao longo de seu eixo e incorporado com nanoesferas de titânio, para se assemelhar aos tubos capilares finos que são amplamente utilizados em experimentos de laboratório para o estudo microscópico de células congeladas em suspensão líquida.

Tão simples, amostra facilmente manufaturada garantiu que as primeiras medições experimentais que os cientistas farão podem corresponder ao seu modelo. "Nosso objetivo de longo prazo não é estudar capilares de vidro com esferas de dióxido de titânio neles, mas para realmente aumentar a resolução de imagem do cérebro de um rato inteiro, "Jacobsen disse.

Os pesquisadores atualmente usam o Bionanoprobe no setor 9 do APS para imagens 3-D de pequenas amostras biológicas, como um congelado, célula hidratada. Esforços estão em andamento para desenvolver a mesma capacidade em amostras muito maiores, incluindo cérebros inteiros de camundongos, em outros instrumentos da APS.

A demonstração do MOOR envolveu a resolução de uma otimização envolvendo cerca de 17 milhões de variáveis ​​complexas, com o algoritmo MOOR sendo escalado para 2, 880 núcleos do cluster de supercomputação Bebop no Centro de Recursos de Computação do Laboratório de Argonne. O trabalho se beneficiará ainda mais de um novo prêmio de computação como parte do Programa de Ciência de Dados no Argonne Leadership Computing Facility, outro recurso do DOE Office of Science.

A parte relativamente fácil do problema é entender o que acontece ao passar do modelo para a medição.

"Podemos resolver esse problema incorporando a física ao modelo, "disse Youssef Nashed, um cientista da computação na divisão de Matemática e Ciência da Computação de Argonne. "A física nos diz como ir de modelo a medição. A matemática nos diz como ir de medição a modelo. É um problema inverso."

Para resolver o problema inverso, o algoritmo de otimização Argonne refina iterativamente sua representação do modelo desconhecido na busca de acordo entre o modelo e os grandes volumes de dados de imagem.

"Para fazer isso de forma eficiente na resolução necessária, é necessária uma forte combinação de matemática aplicada, computação paralela e física, "Nashed disse.

Essa mistura de disciplinas também se aplica às aplicações da técnica. "É empolgante que algoritmos como o MOOR possam servir como lentes numéricas para a geração de imagens dos circuitos cada vez mais em nanoescala que são os burros de carga do hardware de computação moderno, "disse Stefan Wild, um co-autor do artigo Optica e um matemático computacional em Argonne.