MADRID, 8 Jul. (EUROPA PRESS) -
Investigadores norteamericanos han presentado un nuevo sistema que utiliza imágenes computacionales para obtener imágenes de alta resolución a una velocidad de 100 a 1.000 veces más rápida que otras tecnologías de vanguardia que utilizan algoritmos complejos y aprendizaje automático, lo que puede impulsar la investigación en biología y neurociencia, según publica en la revista 'Science Advances'.
Los microscopistas llevan mucho tiempo tratando de encontrar una forma de producir imágenes de alta calidad de tejidos profundos de sujetos vivos en el momento oportuno. Hasta ahora, tenían que elegir entre la calidad de la imagen o la velocidad cuando se trataba de observar el funcionamiento interno de sistemas biológicos complejos.
Según los expertos, este avance tendría un gran impacto en los investigadores de biología y neurociencia. Ahora, Dushan N. Wadduwage, becario científico distinguido por John Harvard en el Centro de Imágenes Avanzadas de la FAS, junto con un equipo del MIT, detallan una nueva técnica que lo haría posible.
En el artículo, el equipo presenta un nuevo proceso que utiliza la imagen computacional para obtener imágenes de alta resolución a un ritmo entre 100 y 1.000 veces más rápido que otras tecnologías de vanguardia con algoritmos complejos y aprendizaje automático. El método puede convertir un proceso que lleva meses en cuestión de días.
El sistema, llamado De-scattering with Excitation Patterning (DEEP), se cree que es el primero de su clase y puede llevar algún día a una nueva comprensión del funcionamiento de muestras de tejidos complicados, como el cerebro, porque puede tomar imágenes que no son posibles con otros microscopios.
"Como tiene el potencial de acelerar lo que se puede fotografiar y la rapidez con la que se puede hacer, los científicos podrán obtener imágenes de procesos rápidos que no han podido captar antes, como lo que ocurre cuando se dispara una neurona o cómo se mueven las señales en el cerebro", señala Wadduwage.
"Además, al ser técnicamente más rápido, se puede obtener imágenes de un volumen mayor de una sola vez, y no sólo de un pequeño campo de visión como ocurre con un sistema de imágenes más lento --prosigue--. Es como poder ver una imagen mucho más grande, y esto es muy importante para que los neurocientíficos y otros biólogos puedan obtener mejores estadísticas, así como ver lo que ocurre alrededor de la zona que se está fotografiando".
El sistema funciona como muchas otras técnicas de obtención de imágenes de animales. Se utiliza luz láser en el infrarrojo cercano para penetrar en profundidad a través del tejido biológico que dispersa la luz. Esa luz excita las moléculas fluorescentes que los investigadores quieren visualizar y emite señales que el microscopio capta para formar una imagen.
Existen dos formas principales de tomar este tipo de imágenes. La microscopía multifotónica de barrido puntual puede penetrar profundamente en un espécimen y capturar imágenes de alta calidad. El inconveniente es que el proceso es extremadamente lento porque la imagen se forma punto a punto. Si el investigador quiere capturar una imagen de un centímetro, por ejemplo, puede tardar meses. También limita los estudios de dinámicas biológicas rápidas, como el disparo de las neuronas.
El otro método se llama microscopía de enfoque temporal, que es mucho más rápido y puede capturar imágenes a una escala más amplia, pero es incapaz de capturar imágenes de alta resolución a una profundidad superior a unas pocas millonésimas de metro. La luz fluorescente se dispersa demasiado, lo que hace que la imagen se degrade cuando la cámara la detecta.
Sin embargo, DEEP permite una rápida penetración en el tejido a gran escala y produce imágenes de alta resolución. El sistema proyecta una luz amplia en el sujeto como en el método de microscopía temporal, pero esa luz láser sigue un patrón específico.
El algoritmo de imagen computacional que conoce el patrón inicial toma la información recogida para invertir el proceso cuando se dispersa y luego lo reconstruye, desestabilizando la imagen. Esto es especialmente notable porque lleva la reconstrucción de las características estructurales de millones de mediciones a decenas y cientos. DEEP puede obtener imágenes de cientos de micras de profundidad a través de un tejido disperso, comparable a las técnicas de escáner puntual.
DEEP se encuentra aún en sus primeros años de desarrollo, pero está saliendo de su fase de prueba de concepto. "Hemos demostrado que podemos obtener imágenes de unas 300 micras en el cerebro de ratones vivos --afirma Wadduwag--. Pero como sólo se trata de la primera demostración, casi todos los aspectos de la técnica tienen margen de mejora".