La microscopie holographique numérique est une modalité d'imagerie qui peut reconstruire numériquement les images d'échantillons 3D à partir d'un seul hologramme en le recentrant numériquement sur l'ensemble du volume d'échantillon 3D. En comparaison, le balayage à travers un volume d'échantillon avec un microscope optique classique nécessite l'utilisation d'une platine mécanique pour déplacer l'échantillon et la prise de plusieurs images à différentes profondeurs, ce qui impose une contrainte sur la vitesse et le débit d'imagerie réalisables. De plus, l'imagerie holographique peut être réalisée à une fraction de la taille et du coût d'un microscope à fond clair conventionnel, couvrant également un champ de vision beaucoup plus large. Cela a permis à une myriade d'appareils portatifs alimentés par holographie pour les diagnostics biomédicaux et les applications de détection environnementale. Malgré ces avantages, les images résultantes d'un microscope holographique souffrent en général d'artefacts spatiaux liés aux interférences lumineuses, ce qui peut limiter le contraste atteignable dans l'hologramme reconstruit.

Des chercheurs de l'UCLA ont développé une nouvelle méthode basée sur un réseau de neurones artificiels pour surmonter ces limites de l'imagerie holographique 3-D. Cette nouvelle méthode, appelé Holographie à fond clair, a le meilleur des deux mondes car il combine l'avantage de contraste d'image de la microscopie à fond clair et la capacité d'imagerie volumétrique instantanée de l'holographie. En holographie à fond clair, un réseau de neurones profonds est formé à l'aide de paires co-enregistrées d'hologrammes refocalisés numériquement et de leurs images de microscope à fond clair correspondantes pour apprendre la transformation statistique d'image entre deux modalités de microscopie différentes. Après sa formation, le réseau de neurones profonds recueille un hologramme refocalisé numériquement correspondant à une profondeur donnée dans le volume de l'échantillon et le transforme en une image équivalente à une image de microscope à fond clair acquise à la même profondeur, correspondant au contraste spatial et chromatique ainsi qu'à la capacité de sectionnement optique d'un microscope à fond clair. Bien que la formation d'un tel réseau de neurones prenne environ 40 heures, après sa formation, le réseau reste fixe et peut créer rapidement son image de sortie, en une seconde pour un hologramme de millions de pixels.

Cette recherche a été publiée dans Lumière :science et applications , une revue en libre accès de Springer Nature. La recherche a été dirigée par le Dr Aydogan Ozcan, le Chancellor's Professor de génie électrique et informatique à la UCLA Henry Samueli School of Engineering and Applied Science, et directeur associé du California NanoSystems Institute (CNSI), avec Yichen Wu un étudiant diplômé et le Dr Yair Rivenson, professeur auxiliaire de génie électrique et informatique à l'UCLA.

"L'holographie à champ clair comble le fossé de contraste entre les méthodes de reconstruction d'hologramme classiques et un microscope à fond clair haut de gamme, tout en éliminant également le besoin d'utiliser du matériel complexe et un balayage mécanique pour imager rapidement des volumes d'échantillons. " a déclaré le professeur Ozcan. L'une des applications qui bénéficieront immédiatement de cette technologie est l'imagerie volumétrique rapide d'événements dynamiques dans de grands volumes, ouvrant de nouvelles voies pour faire progresser de manière significative l'imagerie à haut débit d'échantillons liquides grâce à l'apprentissage en profondeur.