Los investigadores han desarrollado una combinación de hardware disponible en el mercado y software de código abierto, llamado PySight, que mejora las imágenes rápidas en 2D y 3D del cerebro y otros tejidos. Al permitir la integración de la solución de imágenes 3D más rápida disponible en la actualidad, el avance enLa microscopía podría ayudar a los científicos a comprender mejor la dinámica del cerebro y descubrir nuevos tratamientos para problemas de salud como apoplejía, epilepsia y demencia.
adentro óptica , la revista de The Optical Society para la investigación de alto impacto, los investigadores describen PySight, que sirve como complemento para los microscopios de escaneo láser. Diseñados con esta novedosa combinación de software y hardware, mejoraron la calidad de las imágenes en 2D y 3D de neuronalactividad en el cerebro vivo.
Debido a que puede generar imágenes profundas en el tejido, a menudo se utiliza una técnica de imagen basada en láser conocida como microscopía multifotónica para estudiar los patrones de actividad rápida de las neuronas, los vasos sanguíneos y otras células a alta resolución con el tiempo. Este método de microscopía utiliza pulsos láser paraexcita las sondas fluorescentes, provocando la emisión de fotones, algunos de los cuales son detectados y utilizados para formar imágenes en 2D y 3D.
Intentar capturar la amplitud completa de la actividad neuronal con microscopía multifotónica obliga a los científicos a obtener imágenes más rápido. Como resultado, cada vez hay menos fotones disponibles para formar imágenes, al igual que tomar una foto con tiempos de exposición cada vez más cortos. El desafío se convierte en un desafío.cómo obtener imágenes significativas en estas condiciones de poca luz.
"Para hacer frente a este desafío, los microscopistas han utilizado un método de lectura de detectores llamado conteo de fotones", dijo el líder del equipo de investigación Pablo Blinder de la Universidad de Tel Aviv en Israel. "Sin embargo, debido a que su implementación requería amplios conocimientos de electrónica y componentes personalizados, conteo de fotonesnunca se ha adoptado ampliamente. Además, las soluciones de conteo de fotones disponibles comercialmente no eran adecuadas para realizar imágenes muy rápidas, como las requeridas para las imágenes en 3D. El sencillo procedimiento de instalación de PySight y su integración con hardware de última generación eliminan tales preocupaciones."
Además de avanzar en la investigación de imágenes neuronales, la sensibilidad mejorada de PySight podría facilitar la identificación rápida intraoperatoria de células malignas en pacientes humanos mediante microscopía multifotónica. El enfoque novedoso de PySight para reconstruir escenas 3D también podría mejorar el rendimiento de la detección y el alcance de la luz, o LIDAR. Esto podríaayuda a reducir los costos de los autos sin conductor que usan LIDAR para mapear sus alrededores.
Detección de fotones individuales en 3D
PySight proporciona una alta resolución espacio-temporal mientras produce un flujo de datos que se escala con la cantidad de fotones detectados, no con el volumen o el área que se está fotografiando ". El hardware de adquisición de datos convencional almacena el brillo de cada píxel o vóxel 3D incluso cuando es cero como cero"Blinder explicó." Sin embargo, PySight solo almacena el tiempo de detección preciso de cada fotón. Si no se detectaron fotones, no se escribe nada en el disco. Esto permite a los investigadores realizar imágenes rápidas de grandes volúmeneslargas sesiones, sin comprometer la resolución espacial o temporal "
Para reconstruir una imagen multidimensional, saber cuándo cada fotón golpea el detector no es suficiente. También es necesario saber dónde se originó en el cerebro. "Esto es aún más complicado si desea simplificar el sistema y evitar sincronizar los diferentes escaneoselementos ", dijo Blinder." Para lograr esto, nuestro software lee una lista de tiempos de llegada de fotones junto con señales de temporización de los elementos de escaneo, determina el origen de cada fotón dentro de la muestra y genera las películas 3D correspondientes ".
Los tiempos de llegada de fotones son generados por un dispositivo conocido como digitalizador de tiempo de eventos múltiples, o multiescaler, que registra los tiempos con una precisión de 100 picosegundos. Otro componente clave fue una lente de escaneo axial resonante comercial que cambiael plano focal cientos de miles de veces por segundo. Esta lente se usó para escanear rápidamente el rayo láser a diferentes profundidades dentro del cerebro y permitió al equipo reconstruir imágenes 3D continuas.
Imagen en 3D continua más fácil, rentable y rentable
"El multiescaler que utilizamos no se ha aplicado a la neuroimagen porque la salida no es fácil de interpretar, y el uso de una lente de escaneo axial resonante para bioimagen ha requerido un hardware de sincronización de escaneo personalizado o un código patentado para obtener los datos en 3D,"dijo Blinder." PySight convierte la salida de ambos componentes en una película en 3D sin esfuerzo. Como Pysight es un software gratuito y de código abierto, debería ayudar mucho a los laboratorios previamente disuadidos por la alta barrera técnica que acompañaba a las imágenes continuas en 3D ".una interfaz de aplicación genérica, PySight también podría usarse para interpretar tiempos de detección de fotones similares desde otros dispositivos de hardware adecuados.
Para probar si PySight era realmente plug and play, los investigadores caminaron con su multiescaler a otro laboratorio de imágenes en el campus de la Universidad de Tel Aviv. Pudieron simplemente conectar el dispositivo al microscopio multiphoton existente, descargar el software PySight y comenzarregistrando respuestas de olores de un solo rastro en moscas de la fruta genéticamente modificadas para expresar indicadores de voltaje. Esta sonda rápida de actividad neuronal detecta los aspectos más finos de la actividad neuronal, sin embargo, se considera demasiado tenue para usarse sin contar fotones con este tipo de microscopía.el camino para una implementación sencilla de imágenes de voltaje de múltiples fotones en casi cualquier laboratorio.
Además de continuar mejorando el software PySight, a los investigadores les gustaría agregar soporte para otros métodos de imágenes de microscopía, como la imagen de fluorescencia de por vida, que se basa en el tiempo de cada fotón en relación con su pulso láser de origen. Debido a que el software está abiertofuente y proporciona acceso directo a los tiempos de llegada de fotones, permite a otros científicos agregar nuevas funciones y satisfacer sus necesidades específicas.
Fuente de la historia :
Materiales proporcionado por La sociedad óptica . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :