Visuell klassificering av allergiframkallande pollen i iterativt rekonstruerade linsfria DIHM-bilder

Varför små pollenkorn spelar roll

Varje vår kämpar otaliga hundar – och deras ägare – med kliande hud och allergier utlösta av luftburet pollen. För att exakt slå fast vilka växtarter som är boven krävs ofta skrymmande, dyra mikroskop och utbildade specialister. Den här studien ställer en enkel men kraftfull fråga: kan en billig, linsfri avbildningsanordning, ihopkopplad med smart datorbearbetning, ge experter bilder som är tillräckligt bra för att känna igen besvärande pollenkorn med blotta ögat, utan ett traditionellt mikroskop?

Ett mikroskop utan linser

I stället för att använda glaslinser för att förstora små objekt lyser linsfri digital in-line holografisk mikroskopi (DIHM) en laser genom ett prov direkt mot en kamerasensor. Pollenkornen stör ljuset något och skapar ett fint interferensmönster – ett hologram – på sensorn. Mönstret i sig liknar inte en vanlig mikroskopbild alls. Men med rätt matematik kan det ”omfokuseras” i en dator för att avslöja pollenkornens form. Nackdelen är att en enkel omfokusering ger en skarp bild av varje korn som omges av ett suddigt eko, känt som en tvillingbild, vilket sänker kontrasten och gör visuell bedömning svårare.

Rensa upp bilden med iteration

För att övervinna detta problem använde forskarna en iterativ datormetod kallad Gerchberg–Saxton (GS)–algoritmen. Med start i det inspelade hologrammet skickar algoritmen upprepade gånger ljusfältet fram och tillbaka mellan kameraplanet och pollenplanet i en virtuell mening, och varje gång tillämpas enkla fysiska regler som att ”provet inte kan göra ljuset ljusare än dess ursprungliga intensitet”. Efter cirka 200 sådana cykler tas den oönskade tvillingbilden i stor utsträckning bort. Den resulterande bilden liknar mycket mer en standard brightfield-mikroskopbild: bakgrunden är renare, pollenkornens kanter är skarpa och viktiga formegenskaper syns tydligt.

Att sätta mänskliga experter på prov

För att avgöra om dessa rensade, linsfria bilder verkligen är användbara i praktiken ombads två veterinära cytopatologer – läkare som rutinmässigt tolkar mikroskopiska prov från djur – att klassificera vanliga allergena pollentyper. Studien fokuserade på sex arter som är kända för att utlösa hudsjukdom hos hundar, inklusive timotej, jättebjörnbär (common ragweed), silverbjörk, al, olivträd och hassel. För vardera av 60 preparat fotograferades samma områden på två sätt: en gång med det linsfria DIHM-systemet och en gång med ett konventionellt optiskt mikroskop. Experterna, som arbetade under realistiska visningsförhållanden på en standarddator, fick identifiera vilken växt varje bild kom från, med endast sina ögon och en liten uppsättning referensbilder.

Hur bra presterade det linsfria systemet?

Resultaten var slående. Med linsfria DIHM-bilder nådde den totala klassificeringsnoggrannheten 95,8 %; med ett konventionellt optiskt mikroskop var den 96,9 %. I praktiska termer motsvarade denna skillnad endast ett extra felklassificerat prov. Överensstämmelsen mellan de två experterna var också extremt hög (Cohens kappa på 0,91), vilket visar att både den nya och den gamla avbildningsmetoden stödde konsekventa bedömningar. De flesta misstagen skedde vid skillnadsbedömning mellan silverbjörk, al och hassel, vars pollenkorn kan dela liknande triangulära eller polygonala former. Fyra andra pollentyper, inklusive timotej och jättebjörnbär, kändes nästan alltid igen korrekt oavsett avbildningsmetod tack vare deras mer distinkta konturer och ytdrag.

Vad detta betyder för husdjur och människor

För en allmän publik är huvudbudskapet att en kompakt, kostnadseffektiv linsfri enhet kan producera datorrekonstruerade bilder som mänskliga experter finner nästan lika pålitliga som bilder från ett traditionellt laboratoriemikroskop. I veterinärkliniker och andra resurssvaga miljöer skulle ett sådant system så småningom kunna hjälpa till att identifiera vilka pollen enskilda djur – eller till och med människor – exponeras för, utan behov av stora, ömtåliga optiska instrument. Även om studien begränsades till ett kontrollerat urval av prover och ett fåtal pollentyper visar den att noggrant bearbetade holografiska bilder är tillräckligt tydliga för experternas ögon och öppnar dörren för portabla allergiövervakningsverktyg som kan få plats på en labbbank – eller till och med ute i fältet.

Citering: Cugmas, B., Štruc, E., Tamosiunas, M. et al. Visual classification of allergenic pollen in iteratively reconstructed lens-less DIHM images. Sci Rep 16, 6006 (2026). https://doi.org/10.1038/s41598-026-36618-8

Nyckelord: pollenallergier, linsfri mikroskopi, holografisk avbildning, veterinär dermatologi, allergenövervakning