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

Sintesi Tecnica: Microtomografia Diffusiva a Onda Continua a Basso Costo con Illuminazione a Fibra Scansionata

Problema
La microscopia tomografica offre potenti capacità di imaging interno tridimensionale, ma è tipicamente limitata dagli elevati costi di capitale richiesti dalla strumentazione, come laser ultraveloci ad impulsi, rilevatori ad alta velocità e sorgenti di raggi X specializzate. Queste spese limitano l'impiego di tali tecnologie in studi sul campo a lungo termine, diagnostica medica in contesti con scarse risorse e microscopia amatoriale. Il documento affronta la necessità di un sistema ultra-economico capace di generare ricostruzioni volumetriche 3D di campioni biologici senza fare affidamento su costosa hardware ottica o a raggi X.

Metodologia
Gli autori presentano un sistema di tomografia diffusiva a onda continua (CWDT) che integra hardware economico con un modello forward basato sulla fisica e ottimizzato tramite machine learning.

• Configurazione Hardware: Il sistema utilizza un microscopio economico basato su smartphone 120x (fotocamera Motorola ThinkPhone 50 MP) e una torcia a LED bianca (BLITZU Gator 32) accoppiata a una fibra ottica (nucleo da 50 µm). La sorgente luminosa è posizionata utilizzando microposizionatori TriAxis stampati in 3D.
  • Modalità di Trasmissione: Per sezioni sottili, la fibra è posizionata sotto il campione.
  • Modalità di Inserzione: Per campioni spessi e viventi (ad esempio, rami di pioppo), la fibra viene inserita nel tessuto. L'estremità della fibra è smerigliata con un angolo di 45 gradi e rivestita con vernice riflettente per creare una sorgente a emissione laterale a 90 gradi.
• Preparazione del Campione: Per mitigare la diffusione della luce e migliorare la qualità dell'immagine, i campioni biologici vengono immersi in una soluzione di tartrazina (un colorante non tossico e sicuro per gli alimenti). Questo colorante agisce come agente di riduzione dello scattering, appaiando gli indici di rifrazione e aumentando l'assorbimento per sopprimere gli eventi di scattering multiplo.
• Acquisizione dei Dati: Il sistema cattura una serie di immagini di trasmissione mentre la sorgente luminosa a fibra si muove con incrementi di 100 µm attraverso una matrice di posizioni.
• Ricostruzione Computazionale:
  • Un modello forward basato sulla fisica simula il trasporto della luce attraverso un mezzo diffusivo con attenuazione spazialmente variabile e tre canali di colore.
  • Il modello impiega un approccio di ray-tracing in cui la luce viene proiettata attraverso strati di attenuazione, utilizzando kernel gaussiani per la simulazione dello scattering.
  • Ottimizzazione: Il pattern spaziale degli strati di attenuazione è ottimizzato utilizzando l'ottimizzatore Adam e un framework PyTorch con accelerazione GPU. La funzione di perdita combina l'Errore Quadratico Medio (MSE) tra le immagini predette e quelle target con termini di regolarizzazione ($L_{pixel}$ e $L_{laplacian}$) per imporre la coerenza nell'attenuazione media e nella nitidezza spaziale tra gli strati.
  • Analisi della Confidenza: In assenza di volumi 3D di verità assoluta (ground-truth), la confidenza è valutata tramite mappe di errore x/y (confrontando l'output luminoso simulato rispetto a quello reale) e analisi della risoluzione dell'asse z tramite spettri di potenza della trasformata di Fourier.

Contributi Chiave

1. Hardware Ultra-Low-Cost: La dimostrazione di un funzionale sistema tomografico utilizzando uno smartphone, una torcia LED bianca standard, componenti stampati in 3D e fibre ottiche commerciali.
2. CWDT a Luce Bianca: A differenza di molte applicazioni CWDT che utilizzano la luce nel vicino infrarosso per evitare l'assorbimento dell'emoglobina, questo sistema utilizza l'illuminazione a luce bianca per consentire la ricostruzione volumetrica a colori completi su tre canali.
3. Strategia di Riduzione dello Scattering: L'applicazione del colorante tartrazina ai campioni biologici per ridurre lo scattering e migliorare il rapporto segnale-rumore per il problema inverso.
4. Protocolli di Imaging Versatili: Lo sviluppo di protocolli sia per l'imaging di trasmissione di sezioni sottili, sia per l'inserzione di fibre a emissione laterale per l'imaging di materia vegetale viva e spessa.
5. Framework Open-Source: Il rilascio di codice riproducibile, file per microposizionatori stampabili in 3D e dati grezzi per facilitare ulteriori ricerche.

Risultati
Il sistema è stato testato su quattro tipi distinti di campioni, producendo risultati qualitativi ed esplorativi:

• Sezione di Pioppo chiarificata con Tartrazina: È stato ricostruito un volume di 940 µm x 940 µm x 250 µm con un errore quadratico medio di 0,002. Il sistema ha modellato 20 fette di profondità, raggiungendo una risoluzione di circa 1,5 µm sulla superficie e circa 50–100 µm alla massima profondità.
• Phantom di Scattering: Un phantom contenente particelle di carburo di silicio e latte in sigillante siliconico è stato ricostruito con successo, dimostrando la capacità del sistema di risolvere particelle sospese.
• Micelio Fungino: È stato ottenuto l'imaging volumetrico di micelio fungino vicino a una radice di Arabidopsis.
• Ramo di Pioppo Spesso: Utilizzando la tecnica di inserzione della fibra a emissione laterale, il sistema ha scansionato un ramo di pioppo vivo spesso 3,5 mm, visualizzando le strutture interne in 3D.

Significato e Rivendicazioni
Il documento afferma con moderazione che i risultati attuali sono qualitativi ed esplorativi. Gli autori sottolineano che i volumi ricostruiti devono essere interpretati come modelli di assorbanza qualitativi piuttosto che misurazioni di verità assoluta indipendentemente validate, poiché il modello è ottimizzato specificamente per riprodurre la serie di immagini misurate.

Il significato primario risiede nel dimostrare che l'illuminazione a fibra scansionata, combinata con hardware economico e modelli fisici ottimizzati tramite machine learning, può produrre utili output di ricostruzione tridimensionale. Questo approccio apre la strada a esperimenti di microscopia a basso costo in contesti in cui la strumentazione di fascia alta non è disponibile, come negli impieghi sul campo e negli ambienti con scarse risorse. Gli autori osservano che, sebbene la tecnica sia promettente per campioni spessi e tessuti viventi, sono necessari futuri lavori per validare queste ricostruzioni rispetto all'imaging volumetrico indipendente e per perfezionare i modelli di trasporto della luce per campioni altamente diffusivi.