English Title: Multiplex-CARS-microscopy for fast and Raman-equivalent charakterisation of biological samples

Preview

PDF, German Download (5MB) | Terms of use

Abstract

Die nichtlineare Multiplex Coherent Anti Stokes Raman Scattering- (MCARS)-Mikroskopie bietet auch ohne den Einsatz von Kontrastmitteln eine schnelle Möglichkeit zur Charakterisierung von Materialien und biologischen Proben. Dennoch bestanden im Verglich zur spontanen Ramanmikroskopie methodische Schwierigkeiten wie z.B. das Rekonstruieren der Raman-Information aus den bei CARS durch Interferenzeffekte verfälschten Spektren und das effiziente Analysieren von Daten für die chemisch-selektive Bildgebung1. Um diese Einschränkungen zu umgehen, wird in dieser Arbeit eine Vergleichsstudie zwischen zwei in der Fachliteratur für die Phasenrekonstruktion vorgeschlagenen Algorithmen durchgeführt. Zusätzlich werden neue Methoden zur Datenauswertung präsentiert, die das gesamte Schwingungsspektrum nutzen, um auch schwache Beiträge unterschiedlicher Probenbestandteile für die chemisch-selektive Bildgebung zu nutzen. Deren Anwendung auf Hirngewebe von Mäusen erlaubt die Unterscheidung zwischen biologischen Komponenten analog zu den Informationen, die von HE-gefärbten Referenzpräparaten geliefert wurden. Der direkte Vergleich mit der spontanen Ramanmikroskopie zeigt, dass MCARS in der Lage ist, mit einem relevanten Geschwindigkeitsvorteil Raman-äquivalente Informationen über die Probe zu liefern.

Translation of abstract (English)

Multiplex Coherent Anti-Stokes Raman Scattering (MCARS) provides labelling free and fast characterisation of materials and biological samples in nonlinear microscopy. In spite of its success, remaining challenges regarding the interference effects of MCARS raw data and further data analysis for chemoselective imaging still had to be solved, compared to spontaneous Ramanmicroscopy1. In order to overcome this limitation, this work shows a competitive study between two phase retrieval algorithms that have been suggested in literature for the reconstruction of the corresponding Raman-information. Additionally, new methods of MCARS data processing that exploit the whole measured spectrum to disentangle overlapping contributions of different (bio-) chemical components are presented. Application on biological samples such as mouse brain tissue allows discrimination between different components according to HE-stained references. Direct comparison to spontaneous Raman-microscopy proves MCARS to be able to provide Raman equivalent information with highly increased speed of data acquisition.