Zobrazování doby života fluorescence metodou RATS v konfiguraci jedno-pixelové kamery
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Zobrazování doby života fluorescence (FLIM) patří mezi hojně rozšířené přístupy pro analýzu materiálů v široké škále výzkumných témat. Je však vždy nutné zvolit vhodnou principiální metodu pro měření dynamiky fotoluminiscence (PL) vzhledem k měřenému vzorku.
V rámci dizertační práce je představen návrh nové robustní metody, kde není nutná předběžná znalost PL dynamiky vzorku. Princip využívá náhodně modulovaný excitační signál, což umožňuje měřit dohasínání na širokém rozsahu frekvencí v rámci jedné datové sady. To zaručuje přesnou rekonstrukci multi-exponenciální křivky dohasínání PL. Metoda získala název RATS z anglického "Random temporal signals". Pro účely FLIM lze metodu RATS přenést do 2D snímání například pomocí konfigurace jedno-pixelové kamery (SPC). Zde jsou prezentovány dvě optické uspořádání metody RATS využívající SPC. První z nich využívá dvou difusorů (dvakrát rozptýlené světlo), které jednak zajistí náhodnost časového signálu, ale i náhodné prostorové osvětlení měřeného vzorku -- stěžejní pro rekonstrukci SPC scény. Druhé optické uspořádání je implementace metody RATS do SPC mikroskopu, kde je prostorová náhodnost zajištěna digitálně ovládaným mikro-zrcátkovým čipem (DMD) a časová náhodnost je zajištěn náhodně digitálně modulovaným laserem.
Kromě toho práce představuje dva rekonstrukční přístupy FLIM spektrogramu. První z nich se blíží standardním přístupům rekonstrukce spektrogramu FLIM v SPC. Proto sdílí podobné vlastnosti, jako je počet nutných rekonstrukcí vedoucí k dlouhé době výpočetního zpracování výsledků. Druhý z navrhovaných rekonstrukčních přístupů však potřebuje pouze tolik rekonstrukcí, kolik je dílčích životů dohasínání obsaženo v multi-exponenciální křivce PL dohasínání (obvykle bi-, tri-). To výrazně šetří čas následného zpracování. Navíc umožňuje zobrazení amplitudových map jednotlivých životů PL, což může být přínosné pro výzkum materiálového inženýrství. Oba přístupy jsou analyzovány pomocí simulací z hlediska šumových charakteristik a jsou vzájemně porovnávány.
Nakonec jsou uvedeny myšlenky přímé rekonstrukce parametrů multi-exponenciálních kři-vek dohasínání v případech se šumem. První návrh, založený na řešení nedourčeného systému, očekává řídké řešení. Poskytuje přesné výsledky, ale není vhodný pro systém se šumem. Druhý návrh, využívá hlubokého učení a ukazuje na možnost získat hledané parametry dohasínání i v systému se šumem. Hladina šumu (0-1%) navíc neovlivňuje přesnost zjištěných parametrů. Tyto přístupy by nahradily regresní zpracování a dále zjednodušily metodu.
Fluorescence lifetime imaging (FLIM) is one of the most widespread approaches to materials analysis in a broad range of scientific fields. However, it is always necessary to choose a principal method for measuring the dynamics of photoluminescence (PL) concerning the measured sample. As a part of the dissertation thesis, a new robust and straightforward method for PL dynamics measurement is presented, eliminating the need for prior knowledge about the PL dynamics of the sample. The method is based on a randomly modulated excitation signal, which makes it possible to measure PL decay at a wide range of frequencies within a single dataset. This guarantees an accurate reconstruction of the multi-exponential PL decay curve. The method was named RATS according to the "Random temporal signals". The RATS method can be transferred to 2D imaging by using a single-pixel camera (SPC) configuration. Here are presented two optical arrangements of the RATS method in SPC. The first of them is based on two diffusers (double-diffused light), which both ensure the randomness of the temporal signal and the random spatial illumination of the measured sample -- crucial for the SPC scene reconstruction. The second optical arrangement is an implementation of the RATS method into the SPC microscope setup, where spatial randomness is ensured by a digital micro-mirror device (DMD) and temporal randomness is ensured by a randomly digitally modulated laser. Moreover, two reconstruction approaches for the FLIM spectrogram are introduced. The first of them is close to the standard approaches to FLIM spectrogram reconstruction in SPC and therefore shares similar properties, such as the number of necessary reconstructions leading to the long postprocessing time. However, the second of the proposed reconstruction approaches only needs as many reconstructions as the number of partial lifetimes of multi-exponential PL decay (usually bi-, tri-). This significantly saves post-processing time. In addition, it allows displaying the amplitude maps of individual lifetimes, which can be beneficial for material engineering research. Both of them are analyzed via simulations in terms of noise characteristics and are compared. The thesis is concluded by ideas of precise and direct reconstruction of multi-exponential decay parameters in a noisy system. The first proposed solution, based on an undetermined system, expects a sparse solution. It gives precise results but is not suitable for noisy systems. However, using the second proposal, based on deep learning, it is possible to get precise decay parameters even in noisy systems. Moreover, the noise level (0-1%) does not seriously affect the precision of the found parameters. The algorithms would replace the regression processing and would further simplify the method.
Fluorescence lifetime imaging (FLIM) is one of the most widespread approaches to materials analysis in a broad range of scientific fields. However, it is always necessary to choose a principal method for measuring the dynamics of photoluminescence (PL) concerning the measured sample. As a part of the dissertation thesis, a new robust and straightforward method for PL dynamics measurement is presented, eliminating the need for prior knowledge about the PL dynamics of the sample. The method is based on a randomly modulated excitation signal, which makes it possible to measure PL decay at a wide range of frequencies within a single dataset. This guarantees an accurate reconstruction of the multi-exponential PL decay curve. The method was named RATS according to the "Random temporal signals". The RATS method can be transferred to 2D imaging by using a single-pixel camera (SPC) configuration. Here are presented two optical arrangements of the RATS method in SPC. The first of them is based on two diffusers (double-diffused light), which both ensure the randomness of the temporal signal and the random spatial illumination of the measured sample -- crucial for the SPC scene reconstruction. The second optical arrangement is an implementation of the RATS method into the SPC microscope setup, where spatial randomness is ensured by a digital micro-mirror device (DMD) and temporal randomness is ensured by a randomly digitally modulated laser. Moreover, two reconstruction approaches for the FLIM spectrogram are introduced. The first of them is close to the standard approaches to FLIM spectrogram reconstruction in SPC and therefore shares similar properties, such as the number of necessary reconstructions leading to the long postprocessing time. However, the second of the proposed reconstruction approaches only needs as many reconstructions as the number of partial lifetimes of multi-exponential PL decay (usually bi-, tri-). This significantly saves post-processing time. In addition, it allows displaying the amplitude maps of individual lifetimes, which can be beneficial for material engineering research. Both of them are analyzed via simulations in terms of noise characteristics and are compared. The thesis is concluded by ideas of precise and direct reconstruction of multi-exponential decay parameters in a noisy system. The first proposed solution, based on an undetermined system, expects a sparse solution. It gives precise results but is not suitable for noisy systems. However, using the second proposal, based on deep learning, it is possible to get precise decay parameters even in noisy systems. Moreover, the noise level (0-1%) does not seriously affect the precision of the found parameters. The algorithms would replace the regression processing and would further simplify the method.
Description
Subject(s)
spektrometrie FLIM, metoda RATS, komprimované snímání, jedno-pixelová kamera