Kit de herramientas de deconvolución
Kits de herramientas ZEN

Kit de herramientas de deconvolución Métodos de seccionamiento óptico computacional

Incluso los sistemas de captura de imágenes más avanzados se ven afectados por el inevitable desenfoque de las imágenes por componentes de los microscopios ópticos y electrónicos. Afortunadamente, esto puede corregirse con métodos computacionales de deconvolución. El kit de herramientas de deconvolución ofrece una colección de estos algoritmos destinados a aplicaciones para ciencias de la vida.

  • Reduzca el desenfoque. Optimice el contraste y la resolución
  • Elija entre una serie de algoritmos en función de sus prioridades
  • Acelere sus flujos de trabajo con compatibilidad multi‑GPU
  • 30 días de prueba gratuita
Mejore la calidad de sus imágenes eliminando el desenfoque
Mejore la calidad de sus imágenes eliminando el desenfoque

Mejore la calidad de sus imágenes eliminando el desenfoque

Resuelva el problema desde la raíz

El desenfoque de las imágenes se produce inevitablemente por las leyes de la física óptica y el uso de componentes electrónicos en los sistemas de captura de imágenes. Esto reduce las métricas de la calidad de imagen, como la relación señal-ruido, el contraste de la imagen, la resolución axial y la resolución lateral. Aplicar la deconvolución a sus imágenes le permite optimizar cada una de estas métricas de calidad de imagen o, en el mejor de los casos, todas ellas a la vez.

Imagen: Cultivo primario cortical de rata; proyección (profundidad de foco extendida) de una pila Z con 4 canales; deconvolución basada en GPU. Muestra cortesía de H. Braun, LSM Bioanalytik GmbH, Magdeburgo, Alemania

Una gama de algoritmos diseñados para adaptarse a sus necesidades

Una gama de algoritmos diseñados para adaptarse a sus necesidades

Seleccione en función de sus prioridades, desde la velocidad de procesamiento hasta la calidad de la captura de imágenes sin concesiones

Se han desarrollado varios algoritmos de deconvolución diferentes. Algunos métodos son rápidos y suficientes para sistemas con bajos niveles de desenfoque. Cuando los sistemas presentan niveles de desenfoque más complicados, se requieren algoritmos más sofisticados que emplean una cantidad mucho mayor de recursos informáticos y de tiempo. Si bien pueden resolver problemas más difíciles y arrojan resultados de imagen superiores, el tiempo de procesamiento a veces se convierte en un obstáculo demasiado grande. El kit de herramientas de deconvolución ZEN ofrece una serie de algoritmos que le permitirán elegir el que mejor se adapte a sus necesidades experimentales y de posprocesamiento.

Mejore las imágenes generadas con varios sistemas de captura de imágenes
Mejore las imágenes generadas con varios sistemas de captura de imágenes

Mejore las imágenes generadas con varios sistemas de captura de imágenes

La deconvolución es más que una herramienta para la microscopía widefield

Si bien tradicionalmente se considera que la deconvolución es una herramienta para la microscopía de fluorescencia widefield, todos los sistemas de captura de imágenes presentan desenfoques derivados de los equipos ópticos y los componentes electrónicos. Independientemente de que trabaje con widefield convencional, Apotome, un sistema LSM o Lattice Lightsheet 7, todos estos sistemas de captura de imágenes pueden beneficiarse de incluir la deconvolución en sus flujos de trabajo de procesamiento de imágenes. Para cada sistema de captura de imágenes, son más adecuados determinados algoritmos recomendados y estos pueden utilizarse para obtener resultados óptimos.

Fácil de usar y optimizado para capacidades de alto rendimiento
Fácil de usar y optimizado para capacidades de alto rendimiento

Fácil de usar y optimizado para capacidades de alto rendimiento

Las mejoras en las prestaciones automatizan su flujo de trabajo

Los algoritmos del kit de herramientas de deconvolución se han optimizado para que sean extremadamente fáciles de usar y de alto rendimiento. ZEN lee los metadatos de la imagen y determina automáticamente la función de dispersión de punto (PSF) del sistema óptico con el fin de ajustar la configuración óptima para la deconvolución. Los algoritmos se aceleran más de 10 veces mediante el procesamiento de GPU o incluso mGPU. Para agilizar la obtención de resultados, todos los algoritmos de deconvolución se ejecutan con ZEN Direct Processing durante la adquisición de imágenes. Asimismo, el algoritmo de compresión de datos sin pérdidas Zstandard (zstd) acelera aún más el procesamiento intensivo de recursos.

Imagen: Células U2OS marcadas para detectar estructuras de mitocondrias (TOM20‑mCherry) y microtúbulos (tubulina‑GFP) antes y después de una deconvolución con iteración limitada

Kit de herramientas de deconvolución ZEN: aspectos básicos y aplicación

¿Cómo separar el contenido de la imagen y el desenfoque de la imagen?

La función de dispersión de punto (PSF)

La función de dispersión de punto (PSF): por qué las imágenes sin ruido son físicamente imposibles

Al observar cualquier objeto a la escala de una sola longitud de onda, es inevitable que la imagen resultante esté desenfocada. Afortunadamente, el patrón de desenfoque resultante, la función de dispersión de punto, es similar para todos los objetos. Puede observarse directamente al capturar imágenes de una fuente puntual fluorescente. 


 

La función de dispersión de punto (PSF)

Por qué las imágenes sin ruido son físicamente imposibles

Al observar cualquier objeto a la escala de una sola longitud de onda, es inevitable que la imagen resultante esté desenfocada. Afortunadamente, el patrón de desenfoque resultante, la función de dispersión de punto, es similar para todos los objetos. Puede observarse directamente al capturar imágenes de una fuente puntual fluorescente.

Principio de deconvolución

Principio de deconvolución: aplicación de la PSF a imágenes digitales

La convolución es una operación matemática donde una sola función es modulada por otra. El desenfoque de las imágenes puede entenderse como la convolución de los objetos del mundo real con la PSF. Por suerte, este proceso matemático puede invertirse, y esto es lo que sucede durante la deconvolución. Al convolucionar la imagen desenfocada con la PSF inversa, generamos una imagen con eliminación del ruido.

¿Qué es la deconvolución?

Aplicación de la PSF a imágenes digitales

La convolución es una operación matemática donde una sola función es modulada por otra. El desenfoque de las imágenes puede entenderse como la convolución de los objetos del mundo real con la PSF. Por suerte, este proceso matemático puede invertirse, y esto es lo que sucede durante la deconvolución. Al convolucionar la imagen desenfocada con la PSF inversa, generamos una imagen con eliminación del ruido.

Principio de deconvolución

Ajuste fino de la deconvolución: para usuarios avanzados

La deconvolución de máxima calidad requiere más información sobre la PSF exacta de su sistema, incluida la preparación de la muestra. ZEN le permite introducir su propia PSF experimental, ajustar parámetros ópticos y PSF proporcionando información sobre el medio de incrustación de la muestra, el grosor del cubreobjetos, la desviación de la profundidad de la PSF y muchos más parámetros.

Ajuste fino de la deconvolución

Para usuarios avanzados

La deconvolución de máxima calidad requiere más información sobre la PSF exacta de su sistema, incluida la preparación de la muestra. ZEN le permite introducir su propia PSF experimental, ajustar parámetros ópticos y PSF proporcionando información sobre el medio de incrustación de la muestra, el grosor del cubreobjetos, la desviación de la profundidad de la PSF y muchos más parámetros.
 

¿En qué se diferencian los métodos de deconvolución?

Los procesos básicos de convolución y deconvolución en el contexto del desenfoque de las imágenes y la PSF son la clave para entender los algoritmos de deconvolución. Cada algoritmo de deconvolución en ZEN utiliza alguna variación de estos.
Mediante algoritmos sencillos, como la estabilización del desenfoque o el elemento circundante más próximo, se substrae el desenfoque de una imagen generada por PSF desde la imagen bruta.
El método de filtro inverso se aplica directamente a la PSF inversa. Los métodos iterativos se aplican a la PSF directa para aproximarse a la imagen bruta.

Método de deconvolución

Proceso algorítmico

Aplicación

Velocidad

Calidad de los resultados

Estabilización del desenfoque

Substrae el desenfoque desde el mismo plano de la imagen

Conjuntos de datos 2D

Muy rápido

Medio (2D)

Elemento circundante más próximo

Substrae el desenfoque desde los planos circundantes

3D con pila limitada

Muy rápido

Bajo

Filtro inverso

Aplica la función PSF inversa

Pila 3D completa

Rápido

Medio

Con iteración rápida (Meinel)

Con iteración; PSF directa sobre la imagen prevista; función de error

PSF perfectamente simétricas

Medio

Bueno

Con iteración rápida (Richardson-Lucy)

Con iteración; PSF directa; probabilidad máxima

PSF asimétricas

Medio

Bueno

Con iteración limitada

Con iteración; PSF directa; probabilidad máxima optimizada

Estándar de oro

Lento

Muy bueno

Configuración predeterminada y opciones para la deconvolución

Para los sistemas de captura de imágenes más relevantes

Modalidad de captura de imágenes

Widefield 

Apotome

Confocal

Lightsheet

Normalización

Automático

Automático

Automático

Automático

Corrección del fondo

Desactivado

Desactivado

Desactivado

Desactivado

Corrección del parpadeo

Desactivado

Desactivado

Desactivado

Desactivado

Corrección del deterioro

Desactivado

Desactivado

Desactivado

Desactivado

Corrección de píxeles calientes

Desactivado

Desactivado

Desactivado

Desactivado

Configuración predeterminada específica para la iteración limitada

Fuerza

Automático

NA

Automático

Manual=5

Probabilidad

Poisson

NA

Poisson

Poisson

Regularización

Orden cero

NA

Primer orden

Orden cero

Optimización

Analítico

NA

Búsqueda de línea

Analítico

Primera estimación

Entrada

NA

Media

Entrada

Interacciones máx.

40

NA

7

40

Porcentaje de parada automática

0,1

NA

0,1

0,1

Configuración predeterminada específica para la iteración rápida

Método

Meinel

NA

Richardson Lucy

Meinel

Regularización

Ninguna

NA

Ninguna

Ninguna

Optimización

Ninguna

NA

Ninguna

Ninguna

Interacciones máx.

15

NA

50

15

Porcentaje de parada automática

0,1

NA

0,1

0,1

Configuración predeterminada específica para el filtro inverso regularizado

Regularización

Orden cero

Orden cero

Orden cero

Orden cero

Descargas

  • ZEN Deconvolution & Direct Processing for Life Science Application

    Tamaño de archivo: 917 KB
  • A Practical Guide of Deconvolution

    Tamaño de archivo: 2 MB

Contacto ZEISS Microscopy

Contacto

Cargando el formulario...

/ 4
Siguiente paso:
  • Paso 1
  • Paso 2
  • Paso 3
Contacto
Información necesaria
Información opcional

Para obtener más información sobre el procesamiento de datos en ZEISS, consulte nuestra declaración de protección de datos.