Una nuova ricerca fornisce agli scienziati che osservano singole molecole o nello spazio profondo un modo più accurato per analizzare i dati di imaging catturati dai microscopi, telescopi e altri dispositivi.

Il metodo migliorato per determinare la posizione degli oggetti catturati dai sistemi di imaging è il risultato di una nuova ricerca degli scienziati dell'Università di Chicago. Le scoperte, pubblicato il 26 dicembre in Atti dell'Accademia Nazionale delle Scienze , fornisce un meccanismo, noto come funzione di riempimento interno a pixel singolo, o SPIFF:per rilevare e correggere errori sistematici nell'analisi dei dati e delle immagini utilizzati in molte aree della scienza e dell'ingegneria.

"Chiunque lavori con dati di imaging su oggetti minuscoli, o oggetti che sembrano minuscoli, che voglia determinare e tenere traccia delle loro posizioni nel tempo e nello spazio trarrà vantaggio dal metodo della funzione di riempimento interno a pixel singolo, " ha detto il co-investigatore principale Norbert Scherer, un professore di chimica dell'Università di Chicago.

I ricercatori di tutte le scienze usano l'imaging per conoscere oggetti su scale che vanno dal molto piccolo, come i nanometri, al molto grande, come le scale astrofisiche. Il loro lavoro spesso include il monitoraggio del movimento di tali oggetti per conoscere il loro comportamento e le loro proprietà.

Molti sistemi di imaging e rilevatori basati su immagini sono costituiti da pixel, come con un telefono cellulare mega-pixel. Il cosiddetto tracciamento delle particelle consente ai ricercatori di determinare la posizione di un oggetto fino a un singolo pixel e persino di esplorare la localizzazione di sub-pixel con una precisione migliore di un decimo di pixel. Con una risoluzione del microscopio ottico di circa 250 nanometri e una dimensione effettiva dei pixel di circa 80 nanometri, il tracciamento delle particelle consente ai ricercatori di individuare il centro o la posizione di un oggetto entro pochi nanometri, a condizione che vengano misurati abbastanza fotoni.

Ma tale risoluzione sub-pixel dipende da algoritmi per stimare la posizione degli oggetti e le loro traiettorie. L'utilizzo di tali algoritmi spesso comporta errori di precisione e accuratezza dovuti a fattori quali oggetti vicini o sovrapposti nell'immagine e rumore di fondo.

SPIFF può correggere gli errori con pochi costi di calcolo aggiunti, secondo Scherer. "Fino a questo lavoro, non c'erano modi semplici per determinare se il tracciamento e la localizzazione dei sub-pixel erano accurati e per correggere l'errore se non lo era, " Egli ha detto.

Applicabile a molte discipline

"Analizzare un'immagine per ottenere una stima approssimativa della posizione di un oggetto non è troppo difficile, ma fare un uso ottimale di tutte le informazioni in un'immagine per ottenere le migliori informazioni di tracciamento possibili può essere davvero impegnativo, " ha detto David Grier, professore di fisica alla New York University, che non è stato coinvolto nella ricerca. "Dato quanto ampiamente il tracciamento delle particelle basato su immagini è penetrato nella fisica, chimica, biologia e molte discipline ingegneristiche, questo metodo dovrebbe essere ampiamente adottato."

L'analisi dei dati sub-pixel può essere influenzata da sottili caratteristiche del processo di formazione dell'immagine, secondo Grier, e queste distorsioni possono spostare la posizione apparente di una traiettoria fino a mezzo pixel rispetto alla sua posizione reale. "Per misurazioni sensibili di processi fisici delicati, è un disastro, " ha detto Grier.

"Il metodo descritto nel documento PNAS, però, spiega come rilevare questi pregiudizi e come correggerli, contribuendo così a confermare che le informazioni di tracciamento sono affidabili, " Ha aggiunto.

La ricerca descritta nel documento ha applicato SPIFF a dati sperimentali su solidi (cioè, sfere colloidali) sospese in un liquido, ma i ricercatori hanno ora applicato il loro metodo a molti altri set di dati, comprese le caratteristiche su scala nanometrica delle cellule (ad esempio vescicole), nanoparticelle metalliche e anche singole molecole, Scherer ha detto, aggiungendo che il metodo SPIFF è applicabile a tutti gli algoritmi di tracciamento.

"Crediamo che lo SPIFF sarà importante per molti studi in biologia e nanoscienza e, anche se non abbiamo lavorato con le immagini dei telescopi, SPIFF potrebbe anche aiutare a determinare e correggere gli errori nei dati di tracciamento delle stelle, " ha detto Scherer.