Os pesquisadores desenvolveram uma combinação de hardware disponível comercialmente e software de código aberto, chamado PySight, que melhora a imagem 2-D e 3-D rápida do cérebro e de outros tecidos. Ao permitir a integração perfeita da solução de imagem 3-D mais rápida disponível hoje, o avanço da microscopia pode ajudar os cientistas a entender melhor a dinâmica do cérebro e descobrir novos tratamentos para problemas de saúde, como derrame, epilepsia e demência.

No Optica , O jornal da Optical Society para pesquisas de alto impacto, os pesquisadores descrevem PySight, que serve como um complemento para microscópios de varredura a laser. Voltado para esta nova combinação de software e hardware, eles melhoraram a qualidade da imagem 2-D e 3-D da atividade neuronal no cérebro vivo.

Porque pode criar imagens profundamente no tecido, uma técnica de imagem baseada em laser conhecida como microscopia multifotônica é frequentemente usada para estudar os padrões de atividade rápida dos neurônios, vasos sanguíneos e outras células em alta resolução ao longo do tempo. Este método de microscopia usa pulsos de laser para excitar sondas fluorescentes, eliciando a emissão de fótons, alguns dos quais são detectados e usados ​​para formar imagens 2-D e 3-D.

Tentar capturar toda a amplitude da atividade neuronal com microscopia multifotônica força os cientistas a obter imagens mais rapidamente. Como resultado, cada vez menos fótons se tornam disponíveis para formar imagens, muito parecido com tirar uma foto com tempos de exposição cada vez mais curtos. O desafio então é como obter imagens significativas sob essas condições sombrias.

"Para enfrentar este desafio, microscopistas usaram um método de leitura de detector chamado contagem de fótons, "disse o líder da equipe de pesquisa Pablo Blinder, da Universidade de Tel Aviv, em Israel." No entanto, porque sua implementação exigiu amplo conhecimento de eletrônica e componentes personalizados, a contagem de fótons nunca foi amplamente adotada. Além disso, as soluções de contagem de fótons disponíveis comercialmente não eram adequadas para realizar imagens muito rápidas, como as necessárias para imagens 3-D. O procedimento de instalação fácil do PySight e sua integração com hardware de última geração eliminam tais preocupações. "

Além de avançar na pesquisa de imagens neurais, A sensibilidade aprimorada do PySight pode facilitar a rápida identificação intraoperatória de células malignas em pacientes humanos usando microscopia multifotônica. A nova abordagem de PySight para reconstruir cenas 3-D também pode melhorar o desempenho de detecção e alcance de luz, ou LIDAR. Isso poderia ajudar a reduzir os custos de carros autônomos que usam o LIDAR para mapear seus arredores.

Detectando fótons únicos em 3-D

PySight fornece alta resolução espaço-temporal enquanto produz um fluxo de dados que escala com o número de fótons detectados, não o volume ou a área que está sendo gerada. "O hardware de aquisição de dados convencional armazena o brilho de cada pixel ou voxel 3-D mesmo quando é zero, pois nenhum fóton foi detectado naquele local específico, "Blinder explicou." PySight, Contudo, armazena apenas o tempo preciso de detecção de cada fóton. Se nenhum fóton for detectado, nada é gravado no disco. Isso permite que os pesquisadores realizem imagens rápidas de grandes volumes em longas sessões, sem comprometer a resolução espacial ou temporal. "

Para reconstruir uma imagem multidimensional, saber quando cada fóton atinge o detector não é suficiente. É necessário saber também onde se originou no cérebro. "Isso é ainda mais complicado se você quiser simplificar o sistema e evitar a sincronização dos diferentes elementos de verificação, "disse Blinder." Para conseguir isso, nosso software lê uma lista de tempos de chegada de fótons junto com os sinais de tempo dos elementos de varredura, determina a origem de cada fóton dentro da amostra e gera os filmes 3-D correspondentes. "

Os tempos de chegada dos fótons são gerados por um dispositivo conhecido como digitalizador de tempo de múltiplos eventos, ou multiescalador, que registra os tempos com uma precisão de 100 picossegundos. Outro componente importante era uma lente de varredura axial ressonante pronta para uso que muda o plano focal centenas de milhares de vezes por segundo. Essa lente foi usada para escanear rapidamente o feixe de laser em diferentes profundidades do cérebro e permitiu que a equipe reconstruísse imagens 3-D contínuas.

Mais fácil, custo-beneficio, imagem 3-D contínua

"O multiescalador que usamos não foi aplicado à neuroimagem porque o resultado não é fácil de interpretar, e usar uma lente de varredura axial ressonante para bioimagem requer hardware de sincronização de varredura feito sob medida ou código proprietário para obter os dados 3-D, "disse Blinder." PySight transforma a saída de ambos os componentes em um filme 3-D sem esforço. Como Pysight é um software gratuito e de código aberto, deve ajudar muito os laboratórios anteriormente impedidos pela alta barreira técnica que acompanhava a imagem 3-D contínua. "Além disso, ter uma interface de aplicativo genérica, O PySight também pode ser usado para interpretar tempos de detecção de fótons semelhantes de outros dispositivos de hardware adequados.

Para testar se o PySight era realmente plug and play, os pesquisadores caminharam com seu multiescalador para outro laboratório de imagem no campus da Universidade de Tel Aviv. Eles foram capazes de simplesmente conectar o dispositivo ao microscópio multifotônico existente, baixe o software PySight e comece a registrar respostas de odor de trilha única em moscas-das-frutas geneticamente modificadas para expressar indicadores de voltagem. Esta sonda rápida para atividade neuronal detecta os melhores aspectos da atividade neuronal, embora seja considerada muito fraca para ser usada sem contagem de fótons com este tipo de microscopia. Os recursos do PySight pavimentam o caminho para uma fácil implementação de geração de imagens de tensão multifotônica em quase todos os laboratórios.

Além de continuar a melhorar o software PySight, os pesquisadores gostariam de adicionar suporte para outros métodos de imagem de microscopia, como imagem de fluorescência ao longo da vida, que depende do tempo de cada fóton em relação ao seu pulso de laser de origem. Como o software é de código aberto e fornece acesso direto aos tempos de chegada dos fótons, permite que outros cientistas adicionem novos recursos e atendam às suas necessidades específicas.