Microscopios en teléfonos inteligentes se transforman en dispositivos de laboratorio

Sin embargo, las interfaces de imágenes ópticas de los teléfonos móviles no están diseñadas para microscopía y producen distorsiones en las imágenes microscópicas.

Recientemente se ha demostrado que el aprendizaje profundo, una forma poderosa de inteligencia artificial, puede discernir y mejorar los detalles microscópicos en las fotos tomadas por los teléfonos inteligentes. La técnica mejora la resolución y los detalles de color de las imágenes de los teléfonos inteligentes tanto que se acercan a la calidad de las imágenes de microscopios de laboratorio.

Los bioingenieros de la Facultad de Ingeniería Samueli de la Universidad de California (Los Ángeles, CA; EUA) fotografiaron imágenes de muestras de tejido pulmonar, sangre y frotis de Papanicolaou, utilizando, inicialmente, un microscopio de laboratorio estándar y luego con un teléfono inteligente con el accesorio de microscopio impreso en 3D. Los científicos luego alimentaron los pares de imágenes correspondientes en un sistema informático que “aprende” cómo mejorar rápidamente las imágenes de los teléfonos móviles. El proceso se basa en un código de computadora basado en el aprendizaje profundo que habían desarrollado.

El uso del aprendizaje profundo para corregir tales distorsiones introducidas por los microscopios, basados en teléfonos móviles, facilita la producción de imágenes de alta resolución, eliminadas y corregidas por colores, igualando el desempeño de los microscopios de sobremesa con lentes objetivos de alta gama, extendiendo también su profundidad de campo limitada. Después de entrenar una red neuronal convolucional, obtuvieron imágenes de varias muestras, incluyendo cortes de tejido humano y de Papanicolaou y frotis de sangre, donde las imágenes grabadas estaban altamente comprimidas para facilitar el almacenamiento y la transmisión. La técnica utiliza accesorios que se pueden producir de forma económica con una impresora 3D, a menos de 100 dólares por pieza, frente a los miles de dólares que costaría comprar equipos de laboratorio que produzcan imágenes de calidad similar.

Aydogan Ozcan, PhD, profesor de Ingeniería Eléctrica e Informática y Bioingeniería, dijo: “Usando el aprendizaje profundo, nos propusimos cerrar la brecha en la calidad de la imagen entre los microscopios económicos basados en teléfonos móviles y los microscopios de mesa que son el estándar de oro que utilizan lentes de alta tecnología. Creemos que nuestro método es ampliamente aplicable a otros sistemas de microscopía de bajo costo que usan, por ejemplo, lentes o cámaras de bajo costo, y podría facilitar el reemplazo de microscopios de mesa de gama alta por alternativas móviles rentables”. El estudio fue publicado en línea el 15 de marzo de 2018 en la revista ACS Photonics.