Low-Cost Continuous-Wave Diffusive Microtomography with Fiber-Scanned White-Light Illumination

Resumen Técnico: Microtomografía Difusiva de Onda Continua de Bajo Costo con Iluminación por Escaneo de Fibra

Planteamiento del Problema
La microscopía tomográfica ofrece potentes capacidades de imagen interna tridimensional, pero suele estar restringida por los altos costos de capital de la instrumentación requerida, como láseres de pulso ultrafast, detectores de alta velocidad y fuentes especializadas de rayos X. Estos gastos limitan el despliegue de tales tecnologías en estudios de campo a largo plazo, diagnósticos médicos en entornos de bajos recursos y la microscopía para aficionados. El artículo aborda la necesidad de un sistema de costo ultra bajo capaz de generar reconstrucciones volumétricas 3D de muestras biológicas sin depender de costoso hardware óptico o de rayos X.

Metodología
Los autores presentan un sistema de tomografía difusiva de onda continua (CWDT, por sus siglas en inglés) que integra hardware económico con un modelo de propagación directa basado en la física y optimizado mediante aprendizaje automático.

• Configuración de Hardware: El sistema utiliza un microscopio basado en un smartphone de 120x (cámara Motorola ThinkPhone de 50 MP) y una linterna LED blanca (BLITZU Gator 32) acoplada a una fibra óptica (núcleo de 50 µm). La fuente de luz se posiciona utilizando microposicionadores TriAxis impresos en 3D.
  • Modo de Transmisión: Para secciones delgadas, la fibra se coloca debajo de la muestra.
  • Modo de Inserción: Para muestras gruesas y vivas (por ejemplo, ramas de álamo), la fibra se inserta dentro del tejido. El extremo de la fibra se esmerila en un ángulo de 45 grados y se recubre con pintura reflectante para crear una fuente de emisión lateral de 90 grados.
• Preparación de la Muestra: Para mitigar la dispersión de la luz y mejorar la calidad de la imagen, las muestras biológicas se sumergen en una solución de tartrazina (un colorante no tóxico y seguro para alimentos). Este colorante actúa como un agente de reducción de la dispersión al igualar los índices de refracción y aumentar la absorción para suprimir eventos de dispersión múltiple.
• Adquisición de Datos: El sistema captura una pila de imágenes de transmisión mientras la fuente de luz de fibra se mueve en incrementos de 100 µm a través de una matriz de posiciones.
• Reconstrucción Computacional:
  • Un modelo de propagación directa basado en la física simula el transporte de luz a través de un medio dispersivo con atenuación espacialmente variable y tres canales de color.
  • El modelo emplea un enfoque de trazado de rayos donde la luz se proyecta a través de capas de atenuación, utilizando núcleos gaussianos para la simulación de la dispersión.
  • Optimización: El patrón espacial de las capas de atenuación se optimiza utilizando el optimizador Adam y un marco de trabajo PyTorch con aceleración por GPU. La función de pérdida combina el Error Cuadrático Medio (MSE) entre las imágenes predichas y las objetivo con términos de regularización ($L_{pixel}$ y $L_{laplacian}$) para imponer consistencia en la atenuación promedio y la nitidez espacial a través de las capas.
  • Análisis de Confianza: Ante la ausencia de volúmenes 3D de verdad de terreno (ground-truth), la confianza se evalúa mediante mapas de error x/y (comparando la salida de luz simulada vs. la real) y un análisis de resolución en el eje z mediante espectros de potencia de transformada de Fourier.

Contribuciones Clave

1. Hardware de Ultra Bajo Costo: La demostración de un sistema tomográfico funcional utilizando un smartphone, una linterna LED blanca estándar, componentes impresos en 3D y fibras ópticas comerciales.
2. CWDT de Luz Blanca: A diferencia de muchas aplicaciones de CWDT que utilizan luz infrarroja cercana para evitar la absorción de la hemoglobina, este sistema utiliza iluminación de luz blanca para permitir la reconstrucción volumétrica a todo color y de tres canales.
3. Estrategia de Reducción de Dispersión: La aplicación de colorante tartrazina a muestras biológicas para reducir la dispersión y mejorar la relación señal-ruido para el problema inverso.
4. Protocolos de Imagen Versátiles: El desarrollo de protocolos tanto para la imagen de transmisión de sección delgada como para la inserción de fibras de emisión lateral para el estudio de materia vegetal viva y gruesa.
5. Marco de Código Abierto: La publicación de código reproducible, archivos de microposicionadores imprimibles en 3D y datos brutos para facilitar investigaciones adicionales.

Resultados
El sistema fue probado en cuatro tipos de muestras distintas, arrojando resultados cualitativos y exploratorios:

• Sección de Álamo Clarificada con Tartrazina: Se reconstruyó un volumen de 940 µm x 940 µm x 250 µm con un error cuadrático medio de 0.002. El sistema modeló 20 cortes de profundidad, logrando ~1.5 µm de resolución en la superficie y ~50–100 µm en la profundidad máxima.
• Fantoma de Dispersión: Se reconstruyó con éxito un fantoma que contenía partículas de carburo de silicio y leche en sellador de silicona, demostando la capacidad del sistema para resolver partículas suspendidas.
• Micelio Fúngico: Se logró la imagen volumétrica de micelio fúngico cerca de una raíz de Arabidopsis.
• Rama de Álamo Gruesa: Utilizando la técnica de inserción de fibra de emisión lateral, el sistema fotografió una rama de álamo viva de 3.5 mm de espesor, visualizando estructuras internas en 3D.

Significancia y Reclamaciones
El artículo afirma modestamente que los resultados actuales son cualitativos y exploratorios. Los autores enfatizan que los volúmenes reconstruidos deben interpretarse como modelos de absorbancia cualitativos en lugar de mediciones de verdad de terreno validadas independientemente, ya que el modelo está optimizado específicamente para reproducir la pila de imágenes medida.

La principal significancia radica en demostrar que la iluminación por escaneo de fibra combinada con hardware económico y modelos físicos optimizados por aprendizaje automático puede producir salidas de reconstrucción tridimensional útiles. Este enfoque abre la puerta a experimentos de microscopía de bajo costo en contextos donde la instrumentación de alta gama no está disponible, como en despliegues de campo y entornos de recursos limitados. Los autores señalan que, si bien la técnica es prometedora para muestras gruesas y tejido vivo, se requiere trabajo futuro para validar estas reconstrucciones frente a imágenes volumétricas independientes y para refinar los modelos de transporte de luz para muestras altamente dispersivas.