Imagens rápidas de células vivas em escala de nanômetros usando abordagem de matriz Hankel de baixa classificação baseada em filtro aniquilante

A microscopia de localização, como STORM/PALM, pode alcançar uma resolução espacial em escala nanométrica ao localizar iterativamente moléculas de fluorescência. Foi demonstrado que a imagem de moléculas ativas densamente pode acelerar a resolução temporal, o que foi considerado uma limitação maior da microscopia de localização. No entanto, essa imagem de alta densidade precisa incorporar algoritmos avançados de localização para lidar com funções de difusão de pontos (PSFs) sobrepostas. Para abordar esses desafios técnicos, previamente desenvolvemos um algoritmo de localização chamado FALCON1, 2 usando um modelo de localização quase contínuo com prioridade de esparsidade no espaço da imagem. Foi demonstrado em imagens de células vivas 2D/3D. No entanto, possui várias desvantagens que precisam ser aprimoradas. Aqui, propomos um novo algoritmo de localização usando abordagem de matriz estruturada Hankel de baixa classificação baseada em filtro aniquilante (ALOHA). De acordo com o princípio ALOHA, a esparsidade no domínio da imagem implica a existência de uma matriz estruturada Hankel de classificação deficiente no espaço de Fourier. Graças a essa dualidade fundamental, nosso novo algoritmo pode realizar estimativa adaptativa de PSF e deconvolução do espectro de Fourier, seguido por uma localização verdadeiramente livre de grade usando técnica de estimativa espectral. Além disso, todas essas otimizações são conduzidas apenas no espaço de Fourier. Validamos o desempenho do novo método com experimentos numéricos e experimentos de imagem de células vivas. Os resultados confirmaram que ele tem um desempenho de localização superior em ambos os experimentos em termos de precisão e taxa de detecção.