Wysokiej wierności i wydajna mikroskopia cząstek przez regionalne przeszukiwanie ostrości i adaptacyjne łączenie ognisk

Dlaczego ostrzejsze malutkie cząstki mają znaczenie

Od nanocząstek do dostarczania leków po proszki przemysłowe — wiele współczesnych technologii opiera się na drobnych cząstkach, których rozmiar i kształt trzeba mierzyć z dużą precyzją. Nawet najlepsze mikroskopy mają jednak wrodzoną słabość: mogą jednocześnie utrzymać w ostrym fokusu tylko cienką warstwę głębi. Gdy cząstki znajdują się na różnych wysokościach w kropli lub na szkiełku, jedne są ostre, a inne rozmyte, co może istotnie zniekształcać pomiary. W artykule przedstawiono praktyczny sposób przekształcenia stosu niedoskonałych obrazów mikroskopowych w jedno czytelne zdjęcie całkowicie ostre, które znacznie dokładniej oddaje rozmiar i kształt cząstek.

Rozmyte obrazy, mylące pomiary

Pod mikroskopem mikro- i nanocząstki rzadko leżą idealnie na jednej płaszczyźnie. Zwykle są rozrzucone na nieco różnych głębokościach. Ponieważ soczewka może ostro odwzorować jedynie wąską warstwę na raz, części obrazu są ostre, a inne nie. Gdy oprogramowanie analityczne próbuje mierzyć rozmiar i okrągłość cząstek z takich mieszanek jakości obrazu, ma tendencję do zawyżania rozmiarów i zaniżania stopnia okrągłości. Błędy te nie są tylko kosmetyczne; mogą wpływać na sposób uwalniania leku w organizmie, zachowanie katalizatora czy zużycie materiału w czasie. Autorzy skupiają się na standardowych kulkach polistyrenowych o rozmiarach rzędu kilku mikrometrów, ale problem i rozwiązanie mają szerokie zastosowanie w wielu dziedzinach.

Budowanie wyraźniejszego obrazu z kompozytu

Aby przezwyciężyć ograniczenie wynikające z małej głębi ostrości, badacze łączą dwa pomysły: inteligentniejsze wyszukiwanie najlepszej ostrości oraz etap łączenia obrazów zwany focus stacking. Najpierw oceniają ostrość obrazu prostą miarą statystyczną zmienności poziomów szarości (wariancją), która wiarygodnie śledzi ostrość krawędzi cząstek. Następnie skanują próbkę w kierunku góra–dół, zbierając stos obrazów dla różnych pozycji ostrości. Zamiast traktować każdy piksel jednakowo, automatycznie lokalizują regiony prawdopodobnie zawierające cząstki i koncentrują analizę na nich, ignorując obszary tła, które jedynie dodają szumu i czasu obliczeń. Dla każdego z tych regionów metoda przeszukuje oś ostrości, by znaleźć pozycję, w której cząstki wyglądają najostrzej, a następnie składa te najlepiej sfokusowane fragmenty w jeden obraz o całkowitej ostrości.

Inteligentniejsza ostrość i lepsze standardy rozmiaru

Zespół dopracowuje też sposób definiowania rozmiaru cząstki, tak aby pomiary pozostawały stabilne nawet przy zmianach ustawień mikroskopu, takich jak jasność czy kontrast. Porównali kilka powszechnie stosowanych miar rozmiaru i stwierdzili, że dwie są szczególnie odporne: jedna oparta na najkrótszej odległości przez cząstkę, a druga na polu jej obrysu. Ich praktyczna zasada jest intuicyjna: gdy cząstka jest prawie okrągła, używają najkrótszej osi jako jej rozmiaru; gdy jest nieregularna, przechodzą na średnicę wyliczoną z pola. Ten adaptacyjny standard lepiej odzwierciedla rzeczywistą geometrię zarówno izolowanych, jak i zlepionych cząstek. Równolegle przyspieszają wyszukiwanie ostrości, łącząc szybkie, gruboziarniste przeszukanie całego zakresu głębokości z wolniejszym, drobniejszym przeszukaniem tylko wewnątrz regionów z cząstkami, skracając czas poszukiwania ostrości ponad czterokrotnie przy zachowaniu dokładności.

Bardziej ostre obrazy, mniejsze błędy

Badacze przetestowali swoje podejście na mieszaninach kulek polistyrenowych o znanych średnicach. Zrobili dziesiątki zdjęć dla różnych poziomów ostrości i porównali trzy przypadki: pojedynczą klatkę wyglądającą najlepiej gołym okiem, słabo sfokusowaną klatkę oraz ich zrekonstruowany obraz o całkowitej ostrości. Mierząc rozmiary cząstek na tych obrazach, wersja zrekonstruowana dała błędy rzędu tylko około 1–2% w średniej, znacznie poniżej około 5–14% błędów z pojedynczych klatek. Dla zlepionych cząstek, gdzie obrysy są trudniejsze do rozróżnienia, metoda również zmniejszyła błędy kształtu o ponad dwie trzecie. Co ważne, technika zadziałała nie tylko dla jednej wielkości kulek, lecz także dla mieszanek różnych rozmiarów, pozwalając badaczom rozróżnić wyraźne piki rozkładu, które w przeciwnym razie zlałyby się razem.

Co to oznacza dla laboratoriów w praktyce

W praktycznym ujęciu praca ta pokazuje, że laboratoria mogą znacząco poprawić wiarygodność pomiarów cząstek bez kupowania egzotycznych mikroskopów czy trenowania dużych modeli uczenia głębokiego. Dzięki prostej mierze ostrości, ukierunkowanemu przeszukiwaniu ostrości i starannemu zdefiniowaniu rozmiaru cząstki, metoda zamienia stos zwykłych obrazów mikroskopowych w wysokowiernościowy, całkowicie ostry widok. Dla naukowców i inżynierów oznacza to bardziej wiarygodne dane o rozmiarze i kształcie cząstek, wyraźniejsze rozdzielenie grup rozmiarowych w mieszankach oraz lepsze powiązania między mikroskopową strukturą a rzeczywistą wydajnością materiałów, leków i urządzeń.

Cytowanie: Xu, C., Tao, Y., Guo, X. et al. High-fidelity and efficient particle microscopy via regional focus search and adaptive focus stacking. Sci Rep 16, 5755 (2026). https://doi.org/10.1038/s41598-026-36757-y

Słowa kluczowe: mikroskopia cząstek, łączenie ognisk, ostrość obrazu, analiza rozmiaru cząstek, cząstki mikro-nano