Near-infrared lensless holographic microscopy on a visible sensor enables label-free high-throughput imaging in strong scattering

以下は、提示された論文「Near-infrared lensless holographic microscopy on a visible sensor enables label-free high-throughput imaging in strong scattering（可視センサー上の近赤外レンズレスホログラフィック顕微鏡による、強い散乱下でのラベルフリー高スループットイメージング）」の技術的サマリーです。

1. 研究の背景と課題 (Problem)

• 既存技術の限界: レンズレスデジタルホログラフィック顕微鏡（LDHM）は、広視野（FOV）と低コストを実現する有望な技術ですが、その原理（ガボールのインラインホログラフィー）は「弱散乱」を前提としています。つまり、参照波（散乱されていない光）と物体波（弱く散乱された光）の干渉を仮定しており、多重散乱が発生する濁った試料や厚い組織切片では、この近似が破綻し、再構成画像の分解能が著しく低下します。
• 生体試料の課題: 脳や腫瘍などの厚い組織切片（数十〜数百マイクロメートル）は、細胞レベルの屈折率変動により強い多重散乱を起こします。従来の可視光（VIS）を用いたラベルフリーイメージングでは、散乱層が厚くなると（例：350 µm 未満）分解能が失われ、内部構造の可視化が困難になります。
• 既存の解決策の欠点: 厚い組織をイメージングするには、組織を透明化する（クリアリング）処理が必要ですが、これは侵襲的で時間がかかり、生きたままの迅速な診断には不向きです。また、近赤外（NIR）光を用いたホログラフィーは有望ですが、通常は高価な NIR 専用光学部品や検出器が必要であり、LDHM の「低コスト・簡素化」という利点を損なう傾向がありました。

2. 提案手法と方法論 (Methodology)

本研究では、近赤外レンズレスデジタルホログラフィック顕微鏡（NIR-LDHM） を提案し、以下の手法で検証を行いました。

• ハードウェア構成:
  • 専用の NIR 検出器ではなく、可視光用に設計された標準的なボードレベル CMOS センサー（Alvium 1800 U-2050m）を使用。
  • 光源として、480 nm（可視）から 1100 nm（シリコンの感度限界付近の近赤外）までの 6 つの波長（480, 532, 632, 785, 978, 1100 nm）を制御可能に使用。
  • 光学系は、点光源、試料、センサーを直線上に配置するインライン構成。
• 散乱シミュレーション:
  • 生体組織に似た散乱特性を持つ「牛乳（脂肪分 3.2%）」を散乱層（Scattering Layer, SL）として使用。
  • 散乱層の厚さを変化させながら、分解能目標（USAF レゾリューションターゲット）の再構成性能を評価。
• 低光子予算（LPB）条件での動作:
  • CMOS センサーの NIR 領域（特に 1100 nm）での量子効率（QE）は極めて低い（0.19%）が、LDHM が低光子数でも動作できる特性を活かし、可視光と同じ露出時間（またはわずかに延長）でホログラムを取得・再構成する実験を実施。
• サンプル - センサー間距離の最適化:
  • 従来の LDHM では分解能向上のためにサンプルとセンサーの距離を最小化するのが一般的だが、強い散乱下では逆に距離を増大させることで再構成品質が向上する現象を発見し、これを系統的に検証（3 mm から 45 mm まで変化させてホログラムを取得）。

3. 主要な貢献と発見 (Key Contributions & Results)

A. 波長依存性と散乱耐性の劇的改善

• 可視光 vs 近赤外: 可視光（480-632 nm）では、散乱層が 180-360 µm を超えると分解能が失われました。一方、NIR（785-1100 nm）では、1100 nm において約 1.4 mm の厚い散乱層を透過しても分解可能な特徴を維持しました。
• 低光子予算での頑健性: 1100 nm においてセンサーの QE が 0.19% と極めて低いにもかかわらず、適切な露出時間調整により、十分な信号対雑音比（SNR）を確保し、ロバストな振幅・位相再構成に成功しました。

B. 新しいメカニズム：サンプル - センサー間距離の制御

• 距離増加による分解能向上: 強い散乱条件下（例：300 µm の牛乳層）では、サンプルとセンサーの距離を約 3 mm から 12 mm に増やすことで、横方向分解能が約 2 倍（11 µm から 5.5 µm へ）改善されました。
• メカニズムの解明: 距離が増すと、信号光（干渉縞）とノイズ光（拡散散乱光）の減衰率が異なります。拡散散乱光（ノイズ）は広角に分布するため距離とともに急速に減衰し、信号光（狭角）に比べて相対的に SNR が向上します。これにより、ノイズに埋もれていた高空間周波数成分が検出可能になるという「距離によるフィルタリング効果」を明らかにしました。

C. 生体試料への適用（マウス肝臓と脳）

• 未透明化組織のイメージング: 組織透明化処理を行わないマウス肝臓と脳のスライス（厚さ 20〜250 µm）で実験を行いました。
• 結果:
  • 肝臓: 可視光では厚さ 60 µm で内部コントラストが失われましたが、1100 nm 光では 60 µm まで肝小葉の構造や血管パターンを鮮明に可視化できました。
  • 脳: 脳組織は肝臓より散乱が少ないため、1100 nm 光では 250 µm の厚さまで層状構造を解像できました。可視光では 150 µm 以上でコントラストが失われます。
  • 振幅画像と位相画像の両方で、NIR 照明が内部微細構造の可視化において可視光を凌駕することを示しました。

4. 意義と将来展望 (Significance)

• ハードウェアの簡素化と低コスト化: 高価な NIR 専用カメラや光学系を必要とせず、市販の安価な可視 CMOS センサーと NIR 光源の組み合わせだけで、厚い散乱媒体を透過する高品質イメージングを実現しました。
• ラベルフリー・高スループット: 組織透明化や蛍光染色を必要とせず、広視野で厚い組織の内部構造を定量的（振幅・位相）に評価できるため、病理診断やポイントオブケア（POC）診断への応用が期待されます。
• 計算イメージングへの示唆: 「サンプル - センサー間距離」を単なる幾何学的パラメータではなく、散乱媒体における SNR を最適化するための調整可能な取得パラメータとして再定義しました。これは、散乱媒体を通じた計算ホログラフィーの新しい設計指針となります。
• 将来の拡張: 散乱を考慮した逆問題解法や、シリコンを超える検出器との組み合わせにより、さらに深い組織のイメージングや高速化が可能になると結論付けています。

総じて、この研究は、LDHM の適用範囲を「弱散乱」から「強散乱・厚組織」へと広げるための実用的かつ革新的なアプローチを提示し、生体光子学および計算イメージング分野に大きな影響を与えるものです。