ブログ

Nov 22, 2023

スイープ

Rapporti scientifici Volume 13,

Scientific Reports volume 13、記事番号: 8071 (2023) この記事を引用

472 アクセス

メトリクスの詳細

柔軟なマルチモード ファイバーを介した高解像度の圧縮イメージングは​​、掃引レーザー光源と波長依存のスペックル照明を使用して実証されます。 帯域幅とスキャン範囲を独立して制御できる社内構築のスイープソースを使用して、極薄で柔軟なファイバープローブを介した高解像度イメージングのための機械的スキャンフリーのアプローチを探索および実証します。 \(< 10\) nm という狭い掃引帯域幅を利用することで計算による画像再構成が示され、従来のラスター走査内視鏡と比較して取得時間が 95% 短縮されます。 可視スペクトルにおける実証済みの狭帯域照明は、神経画像アプリケーションにおける蛍光バイオマーカーの検出に不可欠です。 提案されたアプローチは、低侵襲内視鏡検査のための装置の単純さと柔軟性をもたらします。

より小型で低侵襲の内視鏡の開発においては、極細ファイバーが重要な役割を果たします。 多くのファイバーベースの内視鏡構成が提案されています: バンドル 1、2、3、小型光学系を備えたファイバー 4、5、マルチコア ファイバー (MCF) 6、7、およびマルチモード ファイバー (MMF) 8、9、10、11、12 。 MCF または MMF は、ファイバーの遠位端で空間分解された光のパターンを作成し、サンプルから信号を収集することにより、届きにくい場所でのイメージングを実現します。 通常、単色ビームはファイバ入力面を横切って連続的に走査され、サンプル面に独立した照明パターンを生成します。 パターンがサンプルを照射し、信号が「バケット」検出器を介して収集および測定されます。 シングルピクセル構成により、サブナイキストパターンセットと物体の計算による超解像度再構成を使用して、圧縮センシングアルゴリズムの探索が可能になります13、14、15、16、17、18、19、20。

ただし、これらすべての構成において重要な要素は、ファイバー出力で所望の照明パターンを作成するための光走査または波面整形デバイスの必要性です。 一般に、ガルバノミラー 17、空間光変調器 (SLM) 11、21、またはデジタル マイクロミラー デバイス (DMD) 22、23 のいずれかが使用されます。 チョードリーら。 は、MCF の近位端をコンピューター制御のステージに取り付けることにより、シングルモードファイバー (SMF) を使用して MCF のコアを連続的に照射することについて報告しました。 空間ラスター スキャンまたは空間波面成形には、セットアップの複雑さ、低速、機械的不安定性など、多くの欠点があります。 ここでは、MMF イメージング用の動的な照明パターンを生成する新しい方法を検討します。

光の波長を追加の自由度として使用して、ファイバー出力の空間プロファイルを制御できます。 異なる波長（光周波数）は、導波路を伝播する際の速度が異なるため、出力上の MMF の導波モード間で異なる位相遅延が生じます24、25。 この特性により、出力面での固有の波長依存スペックル パターンが可能になります。 \(TiO_{2}\) 層における圧縮センシングと波長依存散乱による単一ピ​​クセルイメージングが最近実証されました 26。 全ファイバー構成を使用した同様のコンセプトが、Kubota et al. によって提案されました。 27年にただし、プローブの柔軟性と画像の堅牢性に関するデータは報告されていません。 さらに、これらの研究では近赤外（NIR）照明が使用されており、ほとんどの蛍光団は可視波長範囲で動作するため、実証されたシステムは将来の蛍光イメージングへの応用には適していません。

ここでは、カスタムメイドの掃引レーザー光源とシングルモードとマルチモードの組み合わせプローブを使用して、可視領域での高解像度ファイバーイメージング用の極薄で柔軟なプローブを実証します。 さまざまなサンプルが視覚化され、調査されています。 イメージングアプローチの堅牢性は、実際の用途の内視鏡の動きを模倣したその後のファイバーの動きでイメージングの前にキャリブレーション測定を行うことによってテストされました。 提案されたアプローチは、空間ラスター スキャンや波面整形システムに依存せず、超解像度の内視鏡イメージングを提供できる可能性があります。

(a) 実験セットアップの概略図。 回折格子は、スーパーコンティニューム レーザーのコリメートされた VIS スペクトルによって照明されます。 別々の波長に分散された光は、単一の波長を選択するピンホールとして機能するシングルモード ファイバーに結合されます。 シングルモードファイバーはMMFに接続されています。 MMF で生成された波長依存のスペックル パターンがサンプルを照射し、全体の応答がバケット検出器によって収集されます。 (b) 回折格子の回転角の関数としての MMF 出力の波長: 実験データ (丸) と線形フィット (赤線)。 (c) 掃引源圧縮ファイバーイメージングの主原理。 波長依存のスペックル パターン「照明マトリックス」 (A) とサンプルからの対応する信号 (ベクトル b) が測定され、ゴースト イメージング アルゴリズムまたは正則化アルゴリズムに入力され、サンプルの画像である解 x が求められます。 。

スーパー連続体レーザー (Leukos Rock 400、4W) とカスタムメイドのモノクロメーターをベースにした掃引光源が構築され、スキャン速度、ステップ サイズ、各照明のスペクトル帯域幅など、複数の自由度へのアクセスが可能になりました。パターンと合計帯域幅。 実験装置を図1aに示します。 ポンプ光の近赤外波長範囲は、2つのローパスフィルタ(Thorlabs、DMLP900)と1つのバンドパスフィルタ(Thorlabs FESH0750)によってフィルタリングされ、400～750nmの範囲の可視(VIS)光のみが取り除かれました。さらに伝わってきました。 2 つの色消しレンズ (f = 30 mm と 250 mm) を使用して、ビームは 8.33 倍に拡大されました。 拡張されたVISビームは、高解像度回転ステージ(C-891.130300 PIMagコントローラに接続されたPhysics Instruments V-611.998061)に取り付けられた反射回折格子(Thorlabs GR50-1205ルール、1200 l/mm、500 nmブレーズ)に当たります。 ステージは \(1~\mu\)rad ステップ サイズ (0.000057\(^\circ\) に相当) で回転でき、正確な波長選択が可能になります。 回折格子から反射された一次扇状光は、凹面鏡 (当社、CM254-750-E02、f = 750 mm) を介してシングルモードファイバ (SMF、当社、P1-460Y-) の先端に集束されました。 FC-1、コア直径 \(4~\mu\)m)、ピンホールとして機能します。 コンポーネントに基づくと、モノクロメーターの理論的な回折限界分解能は 0.02 nm です。 照明に使用される波長帯域幅が狭いため、ポンプ光の強度は比較的低くなります。 私たちの原理実証実験により、比較的狭い走査範囲でイメージングが可能であることが実証されているため、高出力の波長可変レーザー光源は将来のアプリケーションに使用できる可能性があります。

SMF出力は、頑丈に取り付けられたマルチモードファイバ(MMF、Thorlabs M42L01、コア直径50 \(\mu\)m、長さ: 1 m)の入力端面の反対側の2D xyステージに頑丈に取り付けられました。 xy ステージにより、光結合パラメータを変更することができました。 私たちは、ファイバーの中心から端までのさまざまな結合位置を調査し、スペックルの均一な分布の観点から、わずかに中心から外れた位置が最良のスペックル パターンを与えると結論付けました。 結果は補足で見ることができます。 図S1。 SMF と MMF 間の距離が \(50 \μ\)m 未満であるため、中心から外れた位置であっても SMF からの光の大部分が MMF に結合されます。

カスタムメイドのモノクロメーターを校正するために、分光計 (Ocean Insight、OceanHDX、最大解像度 0.7 nm) を SMF の遠位端に配置しました。 さまざまな回転角度での出力スペクトル測定が行われました。 図 1b に見られるように、データは直線的に近似されました。 単色出力波長は回折格子の回転位置に対して線形であるため、\(1^\circ\) の回転は約 27.5 nm の波長シフトに相当します。 つまり、\(0.001^\circ\) の回転 (回転ステージの解像度制限内) により、0.027 nm の波長シフト (モノクロメーターの解像度と一致) が可能となり、達成される解像度と同様になります。レディングらによる。 低コストの分光法に MM ファイバーを使用する 28。

焦点調整可能な大ビーム色消しファイバーコリメータ (当社、C40FC-A) またはファイバーポート (当社 PAF2-A4A) を使用して、 \(M = 11.1\) または \(M = 44) の倍率で光をサンプルに投影しました。 \）、 それぞれ。 拡大回折限界は \(M\cdot \lambda / (2\text {NA})\) として計算されます。ここで \(\lambda = 500\) nm は使用される最小波長です。 R70:T30ビームスプリッター(Thorlabs BS022)は、反射ビームをサンプルに向け、透過ビームをカメラ(Basler a2a1920-160um)に向けてスペックルパターンを記録しました。 アバランシェフォトダイオード (APD、Thorlabs APD440A2) とコリメートレンズまたはカメラ (Basler acA1300-200um) を組み合わせて、サンプルを透過した総強度を測定しました。 サンプルの裏側近くに取り付けられたカメラは、測定感度を高める大面積検出器として動作します。 処理ステップ中に、カメラ画像が統合され、実際に単一ピクセル検出器の場合と同様に、関連するスペックル パターンごとに 1 つの強度値が得られます。 スペックル パターンの強度は、付録に見られるように、波長によって変化します。 図S2d。 これらの波長依存の強度変動は、キャリブレーション中に取得された照明行列 A と測定中に記録された強度ベクトル b の両方が対応する強度に線形に依存するため、考慮されています。

ステージ上の回折格子は 1 度の走査範囲にわたって回転されました。 各ステージ位置で、ソフトウェアはカメラの取得がトリガーされるまで 2 ミリ秒待機します。 バイナリ透明サンプル、「2 つのドット」、「手書きのゼロ桁」、および「3 つのバー」は、標準サイズのアルミニウムをスパッタリングした顕微鏡スライド上にフォトリソグラフィーでエッチングされた社内製のオブジェクトです。 「手書きのゼロ桁」サンプルとして、標準の MNIST データベースからのランダムな桁を使用します。 「解像度ターゲットバー」サンプルは、ネガティブ解像度ターゲット(Thorlabs R2L2S1N)の一部でした。 実験中、サンプルは xy サンプルホルダー (Thorlabs、XYF1/M) に取り付けられ、z 方向の変位を取得するためにさらにリニアステージに取り付けられました。

画像化と再構成の原理を図 1c に示します。 波長ごとに、MMF の光スクランブルによって固有のスペックル パターンが受動的に作成されました。 1.83 nm 刻みで 514 ～ 541.5 nm の 15 の異なる波長のスペックル パターンの例を付録に示します。 図S2a。 実験的に測定されたすべてのスペックル パターンの相互相関グラフと相関ヒストグラムは、付録に示されています。 それぞれ図S2bとc。 サンプル上に投影された色分けされたスペックル パターンごとに、カメラが画像を取得し、サンプルの後ろにある検出器が総透過強度を記録しました。 バックグラウンド測定は行われませんでした。

取得されたスペックル画像のスタックと関連強度データは、Matlab 2022a (MathWorks) にロードされて処理されました。 スペックル画像は、円形の関心領域を抽出し、残りの角をゼロ パディングすることによって前処理されました。 画像再構成には、ゴースト イメージング (GI) と圧縮イメージング (CI) の 2 つの異なる方法が使用されました。 ゴースト イメージングは​​、シングル ピクセル イメージング手法と同様に、平均強度 (\(b_{スペックル関連強度 (\(b_i\)) 測定からの平均値}\)):

ここで、M は測定の数です。 したがって、各バケット測定値 \(b_i\) は、オブジェクトと照明パターンの間の重なりになります。 GI は、M 個の異なるランダム ベクトル \(SP_i\) に対するオブジェクト伝達関数のベクトル投影として見ることができます。 良好なコントラストを達成するには、実際には \(M>> N^{2}\) パターンが必要ですが、これはここでは示されていないため、GI 再構成が非常に貧弱になるか、まったく与えられない可能性があります 30。

圧縮イメージングでは、スパース制約を使用して過小決定線形システムの解を見つけることにより、一連の測定からサンプルを再構成します。 利用可能ないくつかの一般的な正則化アルゴリズムの中から、TVAL331 を使用することを選択しました。 TVAL3 は、サンプルが疎な場合に最適に機能する他のノイズ除去アルゴリズムと比較して、非疎なサンプルに適応するため、特定の前提条件なしでかなり優れたソリューションを提供することがよくあります。 さらに、ＴＶＡＬ３アルゴリズムは、計算速度の点で優れているため、好ましく使用される。 TVAL3 には等方性 \(TV+\) モデルが選択されました: \(min_{x\in {\mathbb {R}}^{n}} \sum \limits _{i}\left\| D_{i}x \ right\| _{2}\)、st \(Ax = b\)、\(x\ge 0\); A は照明行列 (再形成されたスペックル パターン)、b はスペックル パターンごとの測定強度、x はサンプル、\(D_{i}x\) はピクセル i における x の離散勾配です。31 で詳しく説明します。 \(y_{i} = D_{i}x\) を導入することで変数を分割でき、TV モデルは \(min_{y_{i},x} \sum \limits _{i} と等価になります） \left\| y_{i} \right\| _{p}\)、st \(Ax = b\) および \(D_{i}x = y_{i}\)、\(p = 1\) ) または 2. 次のデフォルト以外のパラメータは、maxit = 1500、TVnorm = 1、nonneg = true、および isreal = true に設定されました。 TVAL3 では、結果にプラスの影響を与える可能性がある再構成ルーチンの開始基準として初期推定値を設定できます。 この研究では、GI の計算結果が初期推定として使用されました。 ただし、デフォルト設定のゼロ行列と比較して、このパラメーターを設定することによる大きな利点は見つかりませんでした。

CI と従来のラスター スキャン イメージングを比較するために、圧縮率 (\(CR = (N \times N)/{M}\)) を測定基準として確立します。これは、CI での取得時間の短縮を示す尺度です。 CR は、再構成された画像の \(N \times N\) ピクセル サイズを、サンプルの照明に使用されたスペックル パターンの量 (M) で割ることによって定義されました。 ポイントごとのラスター スキャン イメージは \(N \times N\) 回の取得を必要としますが、CI 画像は部分 \({M} /(N \times N)\) のみを使用しますが、回折を超えた解像度を維持または向上させることさえできます。リミット13、15、16。 CR が高くなるほど、圧縮率が高くなり、取得時間が短くなります。

最初の実験セットでは、「バー」、「手書きのゼロ桁」、「解像度ターゲット」の一部などのさまざまなサンプルが、提案された掃引光源ファイバーイメージング手法によってイメージ化されました。 結果を図 2 に示します。波長走査帯域幅は \(\Delta \lambda = 55\) nm と 82.5 nm に設定され、合計 \(M = 1000\) と 1500 個のスペックル パターンが使用されました。走査ステップサイズは0.055 nm。 全体の取得時間は、サンプルに投影されるパターンの数、スペックル画像の記録に使用されるカメラの露出時間、および回転ステージの整定時間によって異なります。 1000 個のスペックル パターン、露光時間 100 ミリ秒、整定時間 2 ミリ秒の場合、全体のイメージング時間は約 102 秒でした。

GI (中段) および CI (下段) 再構成アルゴリズムを使用した、さまざまなサンプル (最初の行) の掃引源マルチモード ファイバー イメージングの結果。 結果の画像サイズは \(N^2 = 128 \times 128\) でした。 解像度ターゲット (最初の列) は、1500 個のスペックル パターン、スキャン ステップ サイズ 0.055 nm、帯域幅 \(\Delta \lambda = 82.5~\)nm を使用してイメージングされ、CR = 10.9 となりました。 「手書きのゼロ桁」サンプル (2 列目) は、1000 個のスペックル パターン、スキャン ステップ サイズ 0.055 nm、\(\Delta \lambda = 55\,\)nm を使用して画像化され、CR = 16.4 となりました。 「3 バー」サンプル (3 列目) は、1000 個のスペックル パターン、0.027 nm の走査ステップ サイズ、\(\Delta \lambda = 27.5~\)nm の帯域幅を使用してイメージングされ、CR = 16.4 となりました。 スケール バー: 3 \(\times\) の差。 差分で制限します。 限界は 12.6 \(\μ m\) です。

図 2 の 2 行目に示されている GI の結果は、サンプルを表しているのではなく、画像の中心に高い信号が蓄積されていることを示しています。 GI は良好な再構成を行うために多数のパターンに依存しているため、これは予想されることです。 対照的に、\(N^2 = 128 \times 128\) pxl (\(555 \times 555~\mu\)m\(^{2}\)) を使用して得られた「解像度ターゲット」の CI 再構成は、次のようになります。サンプルのエッジは柔らかくぼやけており、画像化されたオブジェクトを十分に識別できます。 それほど複雑ではない「ゼロ」の数字は、いくつかの小さな背景アーチファクトが見えるものの、ほぼ完全にレンダリングされます。 同様の結果が純粋な「3 本のバー」サンプルでも得られました。 全体として、サンプルのほとんどのセグメントは適切に再構成されており、CI ベースの掃引光源ファイバー イメージングによって簡単に識別できました。

次の一連の実験では、最終的な画像サイズが再構成の品質に及ぼす影響が調査されました。 そのために、図 3a に示すように、単純なバイナリ サンプルが選択されています。 直径 \(45~\mu\)m の穴は、中心間の距離が 75 \(\mu\)m です。 スキャン範囲は 27.5 nm、回転は 514 nm から 1000 ステップで \(1^\circ\) を選択しました。 走査帯域幅と照明パターンの数 (M = 1000) は、測定中一定に保たれました。

図３ｂには、異なるＮについて再構成された結果が示されている。 再構成画像サイズは N = 64 から N = 192 まで変化し、それぞれ 4.1 から 36.9 まで異なる CR が得られました。 図 3b の最初の列は、N に依存しない GI の結果を表示します。背景にノイズの多いアーティファクトが存在するにもかかわらず、2 つのドットがはっきりと見えます。ピクセル数が増加するにつれてピクセルグリッドが細かくなるだけです。

（サンプル。 (b) 同じ視野内の画像サイズの関数としての \(\Delta \lambda = 27.5~\)nm および M = 1000 パターンの掃引源マルチモード ファイバー イメージングの結果: \(64\times 64\) pxl (上の行、CR = 4.1)、ゴースト イメージングを使用した \(128\times 128\) pxl (中段、CR = 16.4)、および \(192\times 192\) pxl (下の行、CR = 36.9) (最初の列)圧縮イメージング (2 番目の列) 再構成アルゴリズム。 c) 帯域幅 (またはスペックル パターンの数) の関数としての画像サイズ \(N^2 = 128 \times 128\) pxl の掃引源マルチモード ファイバー イメージング結果: \(\Delta \lambda = 5.5\) nm (上の行、M = 200、CR = 81.9)、\(\Delta \lambda = 8.25~\)nm (中段、M = 300、CR = 54.6)、および \(\Delta \lambda = 20.63~\)nm (下の行、M = 750、CR = 21.8) ゴースト イメージング (最初の列) および圧縮イメージング (2 番目の列) アルゴリズムの場合。 単純なバイナリ オブジェクトの場合、狭い帯域幅と高い CR を使用したイメージングが可能です。 スケール バー: 3 \(\times\) の差。 差分で制限します。 限界は 12.6 \(\μ m\) です。

CI を使用した掃引源マルチモード ファイバー イメージングが 2 番目の列に示されています。 2 つのドットの視認性は、再構成された画像のピクセル数が増加するにつれて増加します。 主に背景の減少によって得られる信号対背景比の向上は、TVAL3 アルゴリズムのノイズ除去機能の結果です。 \(N^2 = 128 \times 128\) pxl、つまり 1 ピクセルあたり \(4.3~\μ m\) の解像度の場合、穴は 10 ピクセルで表示され、サンプルのサイズと完全に一致します。 GI と比較して、圧縮イメージング (トータル変動ノイズ除去付き) は、背景を弱め、2 つのドットのエッジを鮮明にすることでコントラストを高めることによって 2 つのドットの視認性を高めます。 補足情報の図 S3 は、さまざまな信号対雑音 (SNR) レベルでシミュレートされた画像再構成の品質を示しています。 私たちのシミュレーションでは、比較的低ノイズの場合 (SNR \(> 10\))、わずか 5.5 nm の帯域幅でまばらなサンプルの良好な画像再構成が達成できることが示されています。

2 番目の実験セットでは、帯域幅と対応する照明パターンの数の関数として結像品質を調査しました。 3つの異なるスペックルパターン数、M = 200、300、および750の結果が、それぞれ\(\Delta \lambda = 5.5, 8.25\)および20.63 nmの帯域幅に対応し、図3cに示されています。 \(N^2 = 128 \times 128\) pxl の画像サイズは一定に保たれているため、CR 値は使用されるパターンの数に基づいて変化します (CR = 81.9、54.6、および 21.8)。 最初の列に示されている GI の場合、より多くのパターンを使用するほど、より良い結果が得られます。 2 番目の列に示すように、コントラストと視認性の点で CI を使用すると最良の結果が得られます。 \(\Delta \lambda > 8.25\) nm の帯域幅、つまり M = 300 パターン (CR = 54.6) だけを意味すると、サンプルを説得力のある再構成するには十分です。 これは、100 nm にわたって 0.1 nm ステップが使用された Shin らのレポート 26 と比較して、スキャン帯域幅の削減という点で十分な改善をもたらします。 私たちの結果は、圧縮センシングが信号のスパース性に依存するという周知の事実と一致しています。つまり、比較的スパースなオブジェクト (図 3c) は高い圧縮率で再構築できますが、スパース度の低いサンプル (図 2) の場合は再構築できます。 、より低い CR が必要です。

実際の用途では、ファイバーが移動したときに不変のスペックル パターンを維持することが重要です。 次の一連の実験では、時間の経過に伴うシステムの安定性と、ファイバー プローブが移動しているときのイメージング パフォーマンスを調査しました。

最初の実験では、ファイバーが安定に保たれた状態で、経時的な再構成の安定性をテストしました。 サンプルと掃引光源マルチモード ファイバー イメージングの結果を分単位の時間の関数として図 4 に示します。ゼロ時間では、照明行列 A は \(\lambda _1 からの範囲の M = 1000 個の平坦なスペックル パターンで構成されていました) = 514\) ～ \(\lambda _N = 541.5\) nm (\(\Delta \lambda = 27.5\) nm) と、対応する信号ベクトル b が同時に測定されました。 CIアルゴリズムによって再構成された画像を図4bに示します。 完全ではありませんが、開口部と薄化領域を備えたサンプルの複雑な構造に似ています。 再構成された画像のサイズは \(N^2 = 128 \times 128\) pxl (2203x 2203 \(\mu m^{2}\)) です。 5 分後と 10 分後に強度測定を繰り返し、それぞれ b\(_{5\text {min}}\) と b\(_{10\text {min}}\) を取得しました。 図4cとdの画像は、ハイブリッド測定の再構成結果を示しています。スペックルパターンが時間の経過とともに変化しないと仮定して、照明行列Aはゼロ時間で測定され、サンプルからの信号は5分後と10分後に測定されました。 、 それぞれ。 ゼロ時間再構成画像と遅延強度測定後に再構成された画像との間のピアソン相関係数（corr2）は0.98に等しく、図4cおよびdに示されています。 どちらのタイムスタンプでも相関値は高く、元のサンプリングと良好に一致していることを示しています。 構造類似性指数 (ssim) を計算しても同様の結果が得られます。 視覚的にも同様の評価が得られます。 スイープソースマルチモードファイバーイメージングシステムは、長期にわたり堅牢な測定結果を提供します。

2 番目の実験セットでは、ファイバー プローブのシングルモード部分の移動と曲げが、提案されたアプローチのイメージング性能にどのような影響を与えるかを調査しました。 まず、\(\lambda _1 = 514\) から \(\lambda _N = 541.5\) nm (\(\Delta \lambda = 27.5\) の範囲の M = 1000 個の平坦なスペックル パターンで構成される照明行列 A を同時に測定しました。 \) nm)、および対応する信号ベクトル b. CIアルゴリズムを使用して再構成された画像を図5aに示します。 サンプルがはっきりと分かります。 測定に対応するSMF（黄色）の実験レイアウトを図5dに示します。 次に、図5eに示すようにSMFを2回巻き付け、強度測定を繰り返しました。 図5bに示されている画像は、SMFの最初の位置で測定された照明行列A（図5dと同様）と、SMFの最初の位置で測定された強度ベクトルb\（_{2\text {loops}}\）を使用して再構成されました。 SMF の 2 番目の位置 (図 5e のように)。

\(\Delta \lambda = 27.5~\)nm にわたる M = 1000 パターンを使用した掃引光源 MMF イメージングの経時的安定性測定。 (a) 「手書きのゼロ桁」のサンプル。 (b–d) \(N^2 = 128 \times 128\) および CR 16.4 の CI 再構成結果: 照明行列 A と強度ベクトル b が同時に測定されました (b)、A と b\(_{5\ text {min}}\) は 5 分間の遅延で測定され (c)、A と b\(_{10\text {min}}\) は 10 分間の遅延で測定されました (d)。 (b)(c)と(b)(d)の間の相関係数値と構造類似性指数を示します。 スケール バー: 3 \(\times\) の差。 差分で制限します。 限界は 50.1 \(\μ m\) です。

提案された掃引源 MMF イメージング (\(\Delta \lambda = 27.5~nm\), M = 1000) の繊維移動中の安定性測定。 画像再構成の結果 (a ～ c​​) と、対応する SMF の構成 (d、e)。 事前校正は一度だけ行っています。 スケール バー: 3 \(\times\) の差。 差分で制限します。 限界は 50.1 \(\μ m\) です。

続いて、図 5f に示すように、3 番目のループが追加されました。 図5cに示されている画像は、SMFの最初の位置で測定された照明行列A（図5dと同様）と、SMFの最初の位置で測定された強度ベクトルb\（_{3\text {loops}}\）を使用して再構成されました。 SMF の 3 番目の位置 (図 5f のように)。 図 5a に示された画像と図 5b に示された画像間のピアソン相関係数は 1 に非常に近かった。図 5a と図 5c の画像間の相関係数は 0.955 と計算されました。 SMF 構成を 1 つのループから 3 つのループに変更すると、相関係数はわずかに低下します。 それにもかかわらず、過酷な処理と曲げを考慮すると、全体的な画像再構成品質は依然として非常に良好です。 「ゼロ」は背景から明確に区別できますが、図5cでは背景ノイズのわずかな増加が見られます。 我々は、たとえ極端な曲げであっても、SMF の変形は再構築の品質に大きな影響を及ぼさないと結論付けています。 ただし、長さ 1 メートルの MMF が依然としてセットアップの重要な部分であるという事実を見失わないことが重要です。 曲げや動きなどの外部の影響により、MMF を通る光の透過が変化するため、常に新しい校正が必要になります。 堅牢かつ柔軟な内視鏡ファイバーイメージング システムを確立するには、より短い MMF パーツを使用する必要があります。 さらに、不変かつ反復的なスペックル パターンを生成するためのさらなるアイデア (たとえば、3D プリント回折光学素子または掃引光源照明と組み合わせたメタマテリアル層) を検討することもできます。

この研究では、掃引光源ファイバー イメージング アプローチを提案し、実証しました。 我々は、ファイバーベースの圧縮イメージングに波長依存ファイバー生成スペックル パターンを使用する実現可能性を示しました。 可視範囲で \(\Delta \lambda < 10\) nm の帯域幅を使用して、さまざまなサンプルを再構成することができました。 比較的狭い VIS 帯域幅は、蛍光イメージング用途に使用できる可能性があります。 提案されたイメージング手法は機械的な走査デバイスを必要としないため、ガルバノミラーや DMD を使用した実験セットアップと比較して照明プロセス全体が簡素化されます 12、17。 確かに、自社製モノクロメーターは過剰設計のデバイスであり、音響光学可変フィルターを備えたスーパーコンティニューム レーザーや、光コヒーレンストモグラフィーで一般的に使用されている高速掃引光源レーザー、あるいは次のような可変レーザーで置き換えることができます。最近報告されました26、27、32。 我々は、提案されたアプローチの画像品質にはファイバープローブの安定性が必要ないことを実験的に実証しました。 この結果は、ラベルフリーおよびラベルベースの深部組織イメージングの分野に新たな道を切り開き、生体内オールファイバーベースの内視鏡高解像度イメージングを可能にする可能性があります。

現在の研究中に使用および/または分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

村山正人 ほか深部皮質介在ニューロンによって制御される感覚刺激の樹状突起エンコーディング。 ネイチャー 457(7233)、1137–1141。 https://doi.org/10.1038/nature07663 (2009)。

論文 ADS CAS PubMed Google Scholar

Tsvirkun、V. et al. マルチコアファイバーを使用した広視野レンズレス内視鏡。 オプション。 レット。 41(20)、4771。https://doi.org/10.1364/OL.41.004771 (2016)。

論文 ADS CAS PubMed Google Scholar

ポラット、A.ら。 スペックル相関によるファイバー束を介した広視野レンズレスイメージング。 オプション。 Express 24(15)、16835。https://doi.org/10.1364/OE.24.016835 (2016)。

論文 ADS PubMed Google Scholar

Göbel, W.、Kerr, JND、Nimmerjahn, A. & Helmchen, F. 柔軟なコヒーレントファイバーバンドルと屈折率分布型レンズ対物レンズをベースにした小型二光子顕微鏡。 オプション。 レット。 29(21)、2521。https://doi.org/10.1364/OL.29.002521 (2004)。

論文 ADS PubMed Google Scholar

JM 州 Jabbour、マサチューセッツ州サルドゥア、JN ビクスラー & KC メイトランド共焦点内視鏡検査: 機器および医療への応用。 アン。 バイオメッド。 工学 40(2)、378–397。 https://doi.org/10.1007/s10439-011-0426-y (2012)。

論文 PubMed Google Scholar

Shin, J.、ボズワース、BT、フォスター、マサチューセッツ州 マルチコアファイバーと空間依存散乱を使用した圧縮蛍光イメージング。 オプション。 レット。 42(1)、109。https://doi.org/10.1364/OL.42.000109 (2017)。

論文 ADS PubMed Google Scholar

Choudhury, D. et al. フォトニックランタンによる計算光学イメージング。 ナット。 共通。 11(1)、5217。https://doi.org/10.1038/s41467-020-18818-6 (2020)。

論文 ADS CAS PubMed PubMed Central Google Scholar

インディアナ州パパドプロス、サウスカロライナ州ファラヒ、C. モーザー、D. プサルティス。 マルチモード光ファイバーを介したデジタル スキャンに基づく高解像度のレンズレス内視鏡。 バイオメッド。 オプション。 Express 4(2)、260。https://doi.org/10.1364/BOE.4.000260 (2013)。

論文 PubMed PubMed Central Google Scholar

Turtaev, S.、Leite, IT & Čižmár, T. 顕微内視鏡用マルチモード ファイバー。 オプトフルイディクス マイクロフルイディクス ナノフルイディクス 2(1)、31–35。 https://doi.org/10.1515/optof-2015-0004 (2015)。

記事 Google Scholar

Amitonova、LV & de Boer、JF マルチモード ファイバーによる圧縮イメージング。 オプション。 レット。 43(21)、5427。https://doi.org/10.1364/OL.43.005427 (2018)。

論文 ADS PubMed Google Scholar

ラン、M.ら。 被写界深度を強化した、曲げに対する堅牢な圧縮マルチモード ファイバー イメージング。 オプション。 Express 27(9)、12957。https://doi.org/10.1364/OE.27.012957 (2019)。

論文 ADS PubMed Google Scholar

Lochocki, B.、Verweg, MV、Hoozemans, JJM、de Boer、JF & Amitonova、LV マルチモードファイバーを通した人間の脳の落射蛍光イメージング。 APLフォトン。 7(7)、071301。https://doi.org/10.1063/5.0080672 (2022)。

記事 ADS CAS Google Scholar

Gazit, S.、Szameit, A.、Eldar, YC & Segev, M. まばらなサブ波長画像の超解像度と再構成。 オプション。 Express 18(25)、26631。https://doi.org/10.1364/OE.18.026631 (2010)。

記事 ADS Google Scholar

Shechtman, Y.、Gazit, S.、Szameit, A.、Eldar, YC & Segev, M. インコヒーレント光によって運ばれるまばらな画像の超解像度と再構成。 オプション。 レット。 35(8)、1148。https://doi.org/10.1364/ol.35.001148 (2010)。

論文 ADS PubMed Google Scholar

Amitonova、LV & de Boer、JF アッベとナイキストの限界を超えた内部顕微鏡検査。 光科学。 応用 9(1)、81。 https://doi.org/10.1038/s41377-020-0308-x (2020)。

論文 ADS CAS PubMed PubMed Central Google Scholar

Lochocki, B.、Abrashitova, K.、de Boer, JF & Amitonova, LV スペックルベースの圧縮イメージングの究極の解像度限界。 オプション。 Express 29(3)、3943。https://doi.org/10.1364/OE.413831 (2021)。

論文 ADS PubMed Google Scholar

Abrashitova, K. & Amitonova, LV 回折限界を超えた、ラベルフリーのマルチモードファイバーベースの高速圧縮イメージング。 オプション。 Express 30(7)、10456。https://doi.org/10.1364/OE.444796 (2022)。

論文 ADS PubMed Google Scholar

Tučková、T. et al. マルチモードファイバーベースのホログラフィック内部顕微鏡検査の計算による画像強調: マディモードの利用。 オプション。 Express 29(23)、38206。https://doi.org/10.1364/OE.434848 (2021)。

論文 ADS PubMed Google Scholar

Guérit, S.、Sivankutty, S.、Lee, J.、Rigneault, H. & Jacques, L. 部分スペックル スキャンによる光ファイバーによる圧縮イメージング。 サイアム・J・イメージ。 科学。 15(2)、387–423。 https://doi.org/10.1137/21M1407586 (2022)。

記事 MathSciNet MATH Google Scholar

Pathak, B.、Booth, MJ & Turcotte, R. 集束光による圧縮イメージング。 J. Opt. 24(6)、065301。https://doi.org/10.1088/2040-8986/ac6880 (2022)。

記事 ADS Google Scholar

Plöschner, M.、Tyc, T. & Čižmár, T. 補足: マルチモード ファイバーのカオスを見抜く。 ナット。 フォトニクス 9(8)、529–535。 https://doi.org/10.1038/nphoton.2015.112 (2015)。

記事 ADS CAS Google Scholar

トルタエフ、S.ら。 複雑なフォトニクスにおけるネマティック液晶と DMD ベースの空間光変調の比較。 オプション。 Express 25(24)、29874。https://doi.org/10.1364/OE.25.029874 (2017)。

論文 ADS PubMed Google Scholar

Lyu、Z.、Osnabrugge、G.、Pinkse、PWH、Amitonova、LV マルチモード ファイバーを介したラスター スキャン イメージングの品質に焦点を当てます。 応用オプション。 61(15)、4363。https://doi.org/10.1364/AO.458146 (2022)。

論文 ADS PubMed Google Scholar

Arnaud、JA マルチモード光ファイバーのインパルス応答の数値評価。 ファイバー統合。 オプション。 1(1)、77-100。 https://doi.org/10.1080/01468037708240530 (1977)。

記事 ADS Google Scholar

Geckeler, S. 光ファイバーの分散: 新しい側面。 応用オプション。 17(7)、1023。https://doi.org/10.1364/AO.17.001023 (1978)。

論文 ADS CAS PubMed Google Scholar

Shin, J.、ボズワース、BT、フォスター、マサチューセッツ州 圧縮センシングと波長依存散乱を使用したシングルピクセルイメージング。 オプション。 レット。 41(5)、886。https://doi.org/10.1364/ol.41.000886 (2016)。

論文 ADS CAS PubMed Google Scholar

久保田 哲、片桐 達、松浦 裕也。圧縮画像再構成に基づく超薄型軟性内視鏡用オールファイバー イメージング システム。 掲載: 2019 第 24 回マイクロ光学カンファレンス (MOC)、276–277 (2019)。 https://doi.org/10.23919/MOC46630.2019.8982870。

Redding, B. & Cao, H. 高分解能、低損失の分光計としてマルチモード ファイバーを使用。 オプション。 レット。 37(16)、3384。https://doi.org/10.1364/OL.37.003384 (2012)。

論文 ADS PubMed Google Scholar

ギブソン、GM、ジョンソン、SD & パジェット、MJ シングルピクセルイメージングから 12 年: レビュー。 オプション。 Express 28(19)、28190。https://doi.org/10.1364/oe.403195 (2020)。

論文 ADS PubMed Google Scholar

Katz, O.、Bromberg, Y.、Silberberg, Y. 圧縮ゴースト イメージング。 応用物理学。 レット。 95(13)、131110。https://doi.org/10.1063/1.3238296 (2009)。

記事 ADS CAS Google Scholar

Li, C.、ying, W.、Jiang, H. & Zhang, Y. 全体の変動の最小化に応用できる効率的な拡張ラグランジュ法。 計算します。 最適。 応用 56(3)、507–530。 https://doi.org/10.1007/s10589-013-9576-1 (2013)。

記事 MathSciNet MATH Google Scholar

Zhu、R.-Z.、Feng、H.-G.、Xiong、Y.-F.、Zhan、L.-W. & Xu, F. 長い作動距離を備えたオールファイバー反射型シングルピクセルイメージング。 オプション。 レーザー技術。 158(PA)、108909。https://doi.org/10.1016/j.optlastec.2022.108909 (2023)。

記事 CAS Google Scholar

リファレンスをダウンロードする

この研究は、UvA、VU、NWO、ASML 間の官民パートナーシップである ARCNL 内で実施され、オランダ経済・気候政策省の「Toeslag voor Topconsortia voor Kennis en Innovatie (TKI)」から一部資金提供を受けました。 Marco Seynen によるソフトウェア サポートに感謝いたします。 カスタムメイドのサンプルを提供してくれた Sergey Amitonov に感謝します。

オランダ科学研究機構 (WISE) およびオランダ経済・気候政策省。

ナノスケール イメージングおよび計測学、ナノリソグラフィー先端研究センター (ARCNL)、サイエンス パーク 106、1098 XG、アムステルダム、オランダ

ベンジャミン・ロチョッキ、アレクサンドラ・イヴァニナ、アクジェ・バンドホー、リュボフ・V・アミトノワ

物理天文学部、LaserLaB、Vrije Universiteit Amsterdam、de Boelelaan 1081、1081 HV、アムステルダム、オランダ

ヨハネス・F・デ・ブール & リュボフ・V・アミトノワ

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

BL は実験的な幾何学形状を構築しました。 BL、AI、AB が実験を行いました。 BL と LVA がデータを分析しました。 BL、JFdB、LVA がアイデアを発案して光学システムを設計し、LVA が資金を確保してプロジェクトを主導しました。 BL は図を用意し、すべての著者の協力を得て原稿を書きました。

ベンジャミン・ロチョッキへの通信。

著者らは、次のような競合する利益を宣言します。 これらの結果に基づく特許出願、すなわち第２０２１８３７号（マルチモードファイバーによるイメージング）は、ＬＶＡおよびＪＦｄＢが発明者として、アムステルダム自由大学によって提出された。 BL、AI、AB には競合する利害関係はありません。

シュプリンガー ネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Lochocki, B.、Ivanina, A.、Bandhoe, A. 他。 スイープソースマルチモードファイバーイメージング。 Sci Rep 13、8071 (2023)。 https://doi.org/10.1038/s41598-023-34062-6

引用をダウンロード

受信日: 2023 年 1 月 23 日

受理日: 2023 年 4 月 24 日

公開日: 2023 年 5 月 18 日

DOI: https://doi.org/10.1038/s41598-023-34062-6

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。