Software de unión crea mapas virtuales en 3D de los tejidos
Por el equipo editorial de MedImaging en español Actualizado el 28 Aug 2019 |
Imagen: Un corte transversal virtual del sistema nervioso completo de una larva de mosca de la fruta (Fotografía cortesía de Janelia/ MDC).
Un estudio nuevo muestra cómo un software pionero reconstruye los portaobjetos de tejido en un modelo de órgano tridimensional (3D) navegable que puede ilustrar las funciones celulares como la expresión génica.
Desarrollado por investigadores de la Universidad Ludwig-Maximilians-Universität (LMU; Múnich, Alemania), el Centro Max Delbrück de Medicina Molecular (MDC; Berlín, Alemania), el Instituto Médico Howard Hughes (HHMI; Ashburn, EUA) y otras instituciones, BigStitcher permite la alineación simple y eficiente de los conjuntos de datos de imágenes adquiridos por microscopios de láminas de luz, campo ancho o confocales. Se admiten imágenes de tamaño casi arbitrario, que van desde imágenes muy pequeñas hasta volúmenes en el rango de muchos terabytes.
Apodado por los investigadores como “Google Maps en 3D”, BigStitcher permite la visualización interactiva, la alineación rápida y precisa, la estimación de calidad resuelta espacialmente, la fusión en tiempo real y la desconvolución de conjuntos de datos de doble iluminación, múltiples mosaicos y múltiples vistas en cualquier nivel de detalle deseado. Las imágenes convertidas también se pueden rotar y girar virtualmente, proporcionando una visión general de toda la muestra, o ampliando el nivel de las estructuras individuales, e incluso caracterizándolas sistemáticamente a nivel de una sola célula. El software también compensa los efectos ópticos, mejora la exactitud y permite el análisis biológico posterior.
Otras características incluyen el procesamiento integrado aguas abajo de los datos de las imágenes; preselección de la mejor dirección de iluminación en cada bloque de imagen en la muestra; soporte de cuadrículas de adquisición no regulares, que incluyen ‘adquisiciones inteligentes’ en las que pueden faltar algunos de los bloques de imagen si solo hay fondo; y soporte de datos de imagen adquiridos en diferentes resoluciones para combinar escaneos de visión general con adquisiciones de alta resolución de áreas específicas de interés. BigStitcher se distribuye en el marco Fiji y se puede descargar y utilizar de forma gratuita. El estudio fue publicado el 5 de agosto de 2019 en la revista Nature Methods.
“No solo se puede obtener una visión general del panorama general, sino que también se puede acercar para examinar específicamente las estructuras individuales en la resolución deseada”, dijo el autor principal, Stephan Preibisch, PhD, jefe del grupo de investigación en el MDC sobre Microscopía, Análisis de Imagen y Modelado de Organismos en Desarrollo. “El software evalúa automáticamente la calidad de los datos adquiridos. Cuanto más brillante se muestra una región particular de, digamos, un cerebro de ratón o un órgano humano en la pantalla, mayor es la validez y confiabilidad de los datos adquiridos”.
Enlace relacionado:
Universidad Ludwig-Maximilians-Universität
Centro Max Delbrück de Medicina Molecular
Instituto Médico Howard Hughes
Desarrollado por investigadores de la Universidad Ludwig-Maximilians-Universität (LMU; Múnich, Alemania), el Centro Max Delbrück de Medicina Molecular (MDC; Berlín, Alemania), el Instituto Médico Howard Hughes (HHMI; Ashburn, EUA) y otras instituciones, BigStitcher permite la alineación simple y eficiente de los conjuntos de datos de imágenes adquiridos por microscopios de láminas de luz, campo ancho o confocales. Se admiten imágenes de tamaño casi arbitrario, que van desde imágenes muy pequeñas hasta volúmenes en el rango de muchos terabytes.
Apodado por los investigadores como “Google Maps en 3D”, BigStitcher permite la visualización interactiva, la alineación rápida y precisa, la estimación de calidad resuelta espacialmente, la fusión en tiempo real y la desconvolución de conjuntos de datos de doble iluminación, múltiples mosaicos y múltiples vistas en cualquier nivel de detalle deseado. Las imágenes convertidas también se pueden rotar y girar virtualmente, proporcionando una visión general de toda la muestra, o ampliando el nivel de las estructuras individuales, e incluso caracterizándolas sistemáticamente a nivel de una sola célula. El software también compensa los efectos ópticos, mejora la exactitud y permite el análisis biológico posterior.
Otras características incluyen el procesamiento integrado aguas abajo de los datos de las imágenes; preselección de la mejor dirección de iluminación en cada bloque de imagen en la muestra; soporte de cuadrículas de adquisición no regulares, que incluyen ‘adquisiciones inteligentes’ en las que pueden faltar algunos de los bloques de imagen si solo hay fondo; y soporte de datos de imagen adquiridos en diferentes resoluciones para combinar escaneos de visión general con adquisiciones de alta resolución de áreas específicas de interés. BigStitcher se distribuye en el marco Fiji y se puede descargar y utilizar de forma gratuita. El estudio fue publicado el 5 de agosto de 2019 en la revista Nature Methods.
“No solo se puede obtener una visión general del panorama general, sino que también se puede acercar para examinar específicamente las estructuras individuales en la resolución deseada”, dijo el autor principal, Stephan Preibisch, PhD, jefe del grupo de investigación en el MDC sobre Microscopía, Análisis de Imagen y Modelado de Organismos en Desarrollo. “El software evalúa automáticamente la calidad de los datos adquiridos. Cuanto más brillante se muestra una región particular de, digamos, un cerebro de ratón o un órgano humano en la pantalla, mayor es la validez y confiabilidad de los datos adquiridos”.
Enlace relacionado:
Universidad Ludwig-Maximilians-Universität
Centro Max Delbrück de Medicina Molecular
Instituto Médico Howard Hughes
Últimas Imaginología General noticias
- Aplicación RA convierte escaneos médicos en hologramas para ayudar en planificación quirúrgica
- Tecnología de imágenes proporciona nuevo enfoque innovador para diagnosticar y tratar cáncer de intestino
- Puntuación de calcio coronario por TC predice ataques cardíacos y accidentes cerebrovasculares
- Modelo de IA detecta 90 % de casos de cáncer linfático a partir de imágenes de PET y TC
- El algoritmo de aprendizaje profundo basado en TC diferencia con precisión las fracturas vertebrales benignas de las malignas
- Tecnología innovadora revoluciona imágenes mamarias
- Sistema de última generación mejora la precisión de procedimientos intervencionistas y diagnóstico guiados por imágenes
- Dispositivo basado en catéter con nuevo enfoque de imágenes cardiovasculares ofrece visión sin precedentes de placas peligrosas
- Modelo de IA dibuja mapas para identificar con precisión tumores y enfermedades en imágenes médicas
- Sistema de TC habilitado por IA proporciona resultados de imágenes más precisos y confiables
- Exámenes de TC tórax de rutina pueden identificar pacientes con riesgo de enfermedad cardiovascular
- Software de planificación quirúrgica preoperatoria de RA hace que la cirugía sea más segura y eficiente
- Biopsia virtual impulsada por IA ayuda a evaluar cáncer de pulmón a partir de exploraciones médicas
- Nuevos materiales imprimibles en 3D para cirugía reconstructiva se pueden monitorear mediante rayos X o TC
- TC con conteo de fotones mejora evaluación de enfermedad arterial coronaria
- Nuevo radiotrazador ilumina exploración PET para detección más temprana de enfermedades