Jaunu tehnoloģiju un datu apstrādes algoritmu attīstība piesaista arvien lielāku uzmanību ļoti zemas frekvences signālu apstrādes jomā. Vispazīstamākie lietojumi ir paredzēti “globāla mēroga” procesu novērošanai, piemēram, vulkānu izvirdumu, ar kalniem saistītu viļņu, zemestrīču un minerālu izpētes novērošanai, un tiem ir nepieciešams sarežģīts aprīkojums. Tomēr ir arī citas nozares, kurās jāapstrādā ļoti zemas frekvences signāli. Viena no tām ir mikroorganismu augšanas un inhibīcijas izmaiņu uzraudzība. Šim nolūkam tiek piedāvāta optiskā bezkontakta tehnoloģija (lāzera speklu paraugu analīze). Tehnoloģiskā priekšrocība ir kompaktā aprīkojuma nelielais izmērs un granulveida struktūra, kas ir jutīga pret izmaiņām. Jutīgais korelācijas apakšpikseļu algoritms ļauj pārveidot speklu attēlu sekvenci par laika signālu masīvu un spēj izcelt slēptos efektus. Svarīga šīs pieejas priekšrocība ir tā, ka iegūto signālu masīvam var piemērot jebkādus turpmākos signālu apstrādes algoritmus, piemēram, filtrēšanu, darbības laika, frekvences vai laika-frekvences apgabalā, kā arī izmantot telpiskās signālu apstrādes algoritmus, analizējot uzvedību un izmaiņas laika-telpas apgabalā. Mākslīgo neironu tīklu izmantošana ar papildu pēcapstrādi, kas balstīta signālu īpašību izpratnē, ir devusi augstus sasniegumus augošu (aktīvu) un neaktīvu zonu klasifikācijā. Pētījumu rezultāti tika izmantoti ERAF un LZP projektos.