Forschung & Entwicklung

Das Smartphone als Hochleistungsmikroskop

Mittels künstlicher trainierter neuronaler Netzwerke liefert ein Smartphone Bilder von biologischen Proben, für die bisher teure und große Laboraufbauten nötig waren.

Die Ursache für verunreinigtes Trinkwasser sind häufig Bakterien oder Parasiten. Da die Mikroben fast vollständig transparent sind, bleiben sie für die üblichen Hellfeldmikroskope nahezu unsichtbar. Mikroskopische Verfahren, die den Kontrast verstärken sind außerhalb von Speziallaboren schlecht verfügbar. Das vorherige Anfärben der Proben wäre zu teuer und aufwendig. Ein Ansatz, um die Krankheitserreger im Wasser zuverlässig zu bestimmen, ist deren Sichtbarkeit durch einen höheren Phasenkontrast zu verbessern. Wissenschaftler des Leibniz-Instituts für Photonische Technologien (Leibniz-IPHT) haben dazu nun eine Beleuchtung entwickelt.

„Wir beleuchten die Proben mit einem Lichtmuster, das ganz spezifisch für das untersuchte Objekt ausgewählt ist und somit dessen Kontrast optimal verstärkt“, beschreibt Benedict Diederich vom Leibniz-IPHT das Verfahren. „Das passende Lichtmuster finden wir, indem wir die Bilddaten der Proben mit maschinellen Lerntechniken analysieren“. Das kann beispielsweise ein „convolutional neural network“, also ein künstliches neuronales Netzwerk, sein. Es reduziert den Rechenaufwand im Vergleich zu rein mathematischen Verfahren um ein Vielfaches, und liefert nach etwa einer halben Sekunde Rechenzeit auf dem Smartphone ein Ergebnis. Die Forscher trainierten den Algorithmus zuvor mit einem Datensatz aus mehr als 1000 Proben. Das neuronale Netzwerk erlernt daraus die Beziehung zwischen den untersuchten Proben und deren optimaler Beleuchtungsform. So erhalten die Forscher Bilddaten mit hohem Kontrast, die zur Identifizierung der Mikroben dienen. Gleichzeitig erhöht das Verfahren visuell die optische Auflösung der Bilder.

Das Ziel ist es, ein Hochleistungsmikroskop zu sehr niedrigen Kosten zu realisieren. Deshalb werden als Bauteile ausschließlich preiswerte und überall verfügbare Massenprodukte genutzt. Als Mikroskopobjektiv dient die Handy-Kamera und als Beleuchtungsquelle werden LED-basierte Videoprojektoren aus dem Konsumerbereich verwendet. Gesteuert und ausgewertet wird alles über das Handy mittels einer selbstentwickelten Smartphone-App. Die korrekte Ausrichtung der optischen Komponenten zueinander gewährleistet ein eigens entworfenes Gehäuse, gefertigt mit einem handelsüblichen 3D-Drucker. Momentan arbeiten die Jenaer Forscher daran, das Auflösungsvermögen weiter zu verbessern. In Zukunft könnten so höchstauflösende Mikroskopiebilder von biologischen Proben mithilfe eines Smartphones entstehen. Die Forscher hoffen, mit dem preiswerten Mikroskop besonders in Entwicklungsländern Lücken in der medizinischen Diagnostik zu schließen oder es für Bildungszwecke in Schulen und Universitäten einsetzen zu können.

Originalveröffentlichung:

[B. Diederich et al., Using machine-learning to optimize phase contrast in a low-cost cellphone microscope, PLoS One (2018), DOI: 10.1371/journal.pone.0192937]

von mn

www.leibniz-ipht.de

© photonik.de 2018 - Alle Rechte vorbehalten