I ricercatori della Samuel School of Engineering della UCLA hanno recentemente utilizzato la tecnologia di stampa 3D per migliorare il potenziale delle fotocamere per smartphone. I loro dispositivi stampati in 3D possono catturare immagini microscopiche, se attaccati all’obiettivo di uno smartphone. Queste immagini vengono poi sottoposte a sistemi di intelligenza artificiale di apprendimento profondo, aumentando la risoluzione e i dettagli dei colori delle immagini degli smartphone in modo tale che possano avvicinarsi alla qualità delle immagini dai microscopi di laboratorio. 
Questa scoperta potrebbe rivelarsi inestimabile per l’esecuzione di diagnosi mediche in situazioni o aree del mondo in cui le risorse e le attrezzature sono limitate. Abbiamo già parlato di un lavoro simile da parte dell’UCLA, esplorando la possibilità di utilizzare la stampa 3D per dotare le fotocamere degli smartphone di potenti capacità di rilevamento e imaging per diversi tipi di applicazioni mediche. Questa volta, il team di ricerca ha utilizzato un software di immagine di apprendimento automatico al fine di migliorare la qualità delle foto di tutti i giorni scattate da una fotocamera per smartphone ai livelli del microscopio di laboratorio. Poiché la fotocamera media per smartphone è progettata per scattare foto di cose normalmente visibili come persone e paesaggi, la sua risoluzione doveva prima essere migliorata fisicamente. È qui che la stampa 3D è stata utile. Invece di dover spendere enormi somme di denaro su attrezzature per microscopi portatili di fascia alta, il team 3D ha stampato gli attacchi al microscopio per lo smartphone. Questa tecnica significava che ogni dispositivo costava meno di $ 100 ciascuno da assemblare. Questi dispositivi per microscopi, quando posizionati sopra l’obiettivo della fotocamera dello smartphone, sono in grado di migliorare enormemente la visibilità e la risoluzione dei dettagli acquisiti dal sensore di immagine. Dalla risoluzione iniziale della fotocamera, vengono migliorati in una scala di circa un milionesimo di metro. Una volta acquisite queste immagini migliorate, c’è ancora un modo per andare prima che possano essere utilizzate in un contesto scientifico. L’accessorio può compensare la bassa risoluzione nell’obiettivo della fotocamera base e nel sensore di immagine, ma sono necessarie tecniche di calcolo più avanzate per riprodurre correttamente il livello di risoluzione e i dettagli del colore necessari per un’analisi di laboratorio. “Grazie all’apprendimento approfondito, abbiamo deciso di colmare il divario nella qualità dell’immagine tra microscopi economici basati su telefoni cellulari e microscopi da banco standard gold-standard che utilizzano obiettivi di fascia alta”, ha dichiarato Aydogan Ozcan, professore ordinario di ingegneria elettrica e informatica e Bioingegneria. “Riteniamo che il nostro approccio sia ampiamente applicabile ad altri sistemi di microscopia a basso costo che utilizzano, ad esempio, obiettivi o telecamere poco costosi, e potrebbe facilitare la sostituzione di microscopi da banco di fascia alta con alternative mobili convenienti”. Il team ha testato il proprio sistema su campioni di tessuto polmonare, oltre a sangue e pap test. Un’immagine microscopica di fascia alta è stata presa da ciascun campione, così come un’immagine con la fotocamera dello smartphone microscopicamente migliorata. Queste coppie di immagini corrispondenti sono state inserite in un sistema digitale che utilizza un codice di apprendimento approfondito appositamente progettato, per imparare esattamente come migliorare la risoluzione di un’immagine di qualità inferiore, in modo rapido e preciso. (Tutte le immagini, credito: UCLA / Ozcan) Il successo del loro progetto indica la via da seguire per l’uso di questa tecnica nella diagnostica medica e in altre applicazioni sanitarie, migliorando la portabilità e l’accessibilità della microscopia avanzata. Ozcan ha guidato il progetto insieme a Yair Rivenson, una studiosa postdoctoral dell’UCLA. Basandosi su studi precedenti del gruppo di Ozcan che utilizzavano un apprendimento approfondito per ricostruire ologrammi e migliorare la microscopia, i risultati di questo ultimo progetto furono pubblicati su ACS Photonics , una rivista dell’American Chemical Society.
