AIM算法实时增强了超分辨率显微镜图像

　　

当试图以纳米精度测量分子结构时，每一点噪音都会出现在数据中:有人走过显微镜，建筑物中的微小振动，甚至是外面的交通。一种新的处理技术可以实时消除光学显微镜数据中的噪声，使科学家能够比以前精确地跟踪单个分子10倍以上。

伊利诺伊大学香槟分校(University of Illinois Urbana-Champaign)的一组生物工程研究人员介绍了一种名为自适应交集最大化(AIM)的算法，该算法可以比标准方法更快地从超分辨率光学显微镜数据中去除高频噪声，从而获得更高的图像分辨率。该算法将使科学家能够比以前更容易、更精确地研究化学和生物系统。这项研究发表在《科学进展》杂志上。

“起初，我们只是想开发一种快速算法，因为我们的实验室产生的数据太多，传统算法无法处理，但我们发现AIM也可以达到亚纳米精度，这在我们的领域是闻所未闻的，”生物工程研究教授、该研究的主要作者马宏强说。“此外，它不像传统工具那样需要巨大的计算能力。它可以在笔记本电脑上运行。我们想让它成为所有显微镜用户的即插即用工具。”

近几十年来，单分子定位显微镜技术使科学家能够可视化分子尺度结构，超越了被认为是光学显微镜的基本限制。然而，它在实践中受到无法控制的噪音或“漂移”的限制，这些噪音基本上会模糊图像，并阻止超分辨率显微镜达到最高分辨率。

“单分子定位实际上使用了一种相当简单的仪器，但真正影响图像分辨率的棘手部分是漂移，”生物工程教授、项目负责人杨柳说。“许多研究人员只去除低频漂移。消除高频漂移(由环境噪声引起的微小振动)需要大量的计算，需要大量的时间和资源。”

消除漂移的标准方法是基于图像帧之间的数学相关性。据刘说，她实验室里的显微镜产生了如此大量的图像数据，即使使用超级计算资源，图像相关方法也需要几天的时间。

AIM也比较相邻的帧，但它先将每个数据点放在圆的中心(由定位精度定义)，然后在其他帧中寻找圆内的点。在“交点半径”内的重叠点被压缩成一个单一的定位。然后，用浓缩点再次重复该过程。这些步骤使用最小的计算资源，并且比显微镜相机的采集时间快。因此，漂移校正后的图像可以实时生成。

研究人员使用模拟数据和具有明确特征的DNA折纸结构来测试AIM。该算法成功地对结构进行了定位，精度在1纳米以下，远远高于标准图像相关方法的10纳米左右。

Liu的实验室将把AIM整合到正在开发的高通量显微镜技术中，以增强疾病检测。然而，刘也相信该算法将在整个生物学和生物工程中得到应用。“这是一个快速且易于使用的工具，我们希望让整个社区都能广泛使用它，”她说。“我们正在公开我们的软件。我们希望人们能从这一点后期处理中获得图像分辨率的提升。”