Abstract Custom built microscopes often require control of multiple hardware devices and precise hardware coordination. It is also desirable to have a solution that is scalable to complex systems and translatable between components from different manufacturers. Here we report Python-Microscope, a free and open source Python library for high performance control of arbitrarily complex and scalable custom microscope systems. Python-Microscope offers simple to use Python-based tools, abstracting differences between physical devices by providing a defined interface for different device types. Concrete implementations are provided for a range of specific hardware and a framework exists for further expansion. Python-Microscope supports the distribution of devices over multiple computers while maintaining synchronisation via highly precise hardware triggers. We discuss the architecture choices of Python-Microscope that overcome the performance problems often raised against Python and demonstrate the different use cases that drove its design: its integration in user facing projects, namely in the Microscope-Cockpit project; in controlling complex microscopes at high speed while using the Python programming language; and as a microscope simulation tool for software development.

Abstract Microscope-AOtools is a software package which allows for a simple, robust and generalised implementation of adaptive optics (AO) elements. It contains all the necessary methods for set-up, calibration, and aberration correction which are simple to use and function in a robust manner. Aberrations arising from sources such as sample hetero-geneity and refractive index mismatches are constant problems in biological imaging. These aberrations reduce image quality and the achievable depth of imaging, particularly in super-resolution microscopy techniques. AO technology has been proven to be effective in correcting for these aberrations and thereby improving the image quality. However, it has not been widely adopted by the biological imaging community due, in part, to difficulty in set-up and operation of AO, particularly by non-specialist users. Microscope-AOtools offers a robust, easy-to-use implementation of the essential methods for set-up and use of AO techniques. These methods are constructed in a generalised manner that can utilise a range of adaptive optics elements, wavefront sensing techniques and sensorless AO correction methods. Furthermore, the methods are designed to be easily extensible as new techniques arise, leading to a streamlined pipeline for new AO technology and techniques to be adopted by the wider microscopy community.

Abstract Adaptive optics is being applied widely to a range of microscopies in order to improve imaging quality in the presence of specimen-induced aberrations. We present here the first implementation of wavefront-sensorless adaptive optics for a laser-free, aperture correlation, spinning disk microscope. This widefield method provides confocal-like optical sectioning through use of a patterned disk in the illumination and detection paths. Like other high-resolution microscopes, its operation is compromised by aberrations due to refractive index mismatch and variations within the specimen. Correction of such aberrations shows improved signal level, contrast and resolution.

Abstract We have developed “Microscope-Cockpit” (Cockpit), a highly adaptable open source user-friendly Python-based GUI environment for precision control of both simple and elaborate bespoke microscope systems. The user environment allows next-generation near-instantaneous navigation of the entire slide landscape for efficient selection of specimens of interest and automated acquisition without the use of eyepieces. Cockpit uses “Python-Microscope” (Microscope) for high-performance coordinated control of a wide range of hardware devices using open source software. Microscope also controls complex hardware devices such as deformable mirrors for aberration correction and spatial light modulators for structured illumination via abstracted device models. We demonstrate the advantages of the Cockpit platform using several bespoke microscopes, including a simple widefield system and a complex system with adaptive optics and structured illumination. A key strength of Cockpit is its use of Python, which means that any microscope built with Cockpit is ready for future customisation by simply adding new libraries, for example machine learning algorithms to enable automated microscopy decision making while imaging. Highlights User-friendly setup and use for simple to complex bespoke microscopes. Facilitates collaborations between biomedical scientists and microscope technologists. Touchscreen for near-instantaneous navigation of specimen landscape. Uses Python-Microscope, for abstracted open source hardware device control. Well-suited for user training of AI-algorithms for automated microscopy.

BeamDelta is a tool to help align optical systems. It greatly assists in assembling bespoke optical systems by providing a live view of the current laser beam position and a reference position. Even a simple optical setup has multiple degrees of freedom that affect the alignment of beam paths. These degrees of freedom rise exponentially with the complexity of the system. The process of aligning all the optical components for a specific system is often esoteric and poorly documented, if it is documented at all. Alignment methods used often rely on visual inspection of beams impinging on pinholes in the beam path. Typically requiring an experienced operator staring at diffuse reflections for extended periods of time. This can lead to a decline in accuracy due to eye strain, flash blindness as well as symptoms such as headaches and, possibly, more serious retinal damage. Here we present BeamDelta a simple alignment tool and accompanying software interface which allows users to obtain accurate alignment as well as removing the necessity of staring at diffuse laser reflections. BeamDelta is a robust alignment tool as it doesn't require any precise alignment itself.

Abstract Semiconductor quantum dots (QDs) have significant advantages over more traditional fluorophores used in fluorescence microscopy including reduced photobleaching, long-term photostability and high quantum yields, but due to limitations in light sources and optics, are often excited far from their optimum excitation wavelengths in the deep-UV. Here, we present a quantitative comparison of the excitation of semiconductor QDs at a wavelength of 280 nm, compared to the longer wavelength of 365 nm, within a cellular environment. We report increased fluorescence intensity and enhanced image quality when using 280 nm excitation compared to 365 nm excitation for cell imaging across multiple datasets, with a highest average fluorescence intensity increase of 3.59-fold. We also find no significant increase in photobleaching of QDs associated with 280 nm excitation.