Bio-CM{superscript 2}: Distributed computational optics for cortex-widecellular imaging

Resumen Técnico de Bio-CM2: Óptica Computacional Distribuida para la Imagen Celular de Toda la Corteza

Planteamiento del Problema
Comprender los sistemas biológicos distribuidos, particularmente los circuitos neuronales, requiere la obtención de imágenes simultáneas con resolución celular en campos de visión (FOV) de escala milimétrica. Los microscopios miniatura existentes enfrentan compromisos fundamentales entre el FOV, la resolución espacial y la complejidad óptica. Los diseños convencionales de un solo objetivo sufren una rápida degradación de las aberraciones fuera de eje a medida que aumenta el FOV, lo que requiere ópticas complejas que comprometen el factor de forma compacto necesario para aplicaciones in vivo. Las estrategias alternativas, como las matrices de cámaras, introducen una carga significativa de complejidad de hardware y sincronización, mientras que los métodos de imagen computacional que dependen de la multiplexación óptica (por ejemplo, la imagen de campo de luz o sin lentes) suelen mezclar señales en foco con el fondo fuera de foco, degradando el contraste y la relación señal-ruido (SNR) bajo condiciones in vivo. Cerrar la brecha entre la microscopía de resolución celular y la imagen mesoscópica en una plataforma compacta y miniatura sigue siendo un desafío importante.

Metodología: Óptica Computacional Distribuida
Los autores presentan Bio-CM2, un mesoscopio computacional miniatura que implementa un marco de "óptica computacional distribuida". En lugar de depender de un único objetivo o de la multiplexación óptica, Bio-CM2 distribuye la formación de la imagen a través de cuatro módulos ópticos coordinados dispuestos en una configuración de 2×2.

• Arquitectura Óptica: El sistema utiliza cuatro lentes plano-asféricas miniatura independientes (3 mm de diámetro, 3.52 mm de distancia focal) que proyectan subcampos parcialmente superpuestos sobre un único sensor CMOS de iluminación trasera compartido (4000×3000 píxeles). Este diseño particiona el FOV total antes de la formación de la imagen, asegurando que cada píxel del sensor reciba luz de solo una ubicación en el espacio del objeto dentro de un solo canal. Este enfoque evita la pérdida de contraste asociada con la multiplexación óptica y reduce el ángulo de campo máximo para cada lente, mitigando así las aberraciones fuera de eje sin aumentar la complejidad óptica.
• Iluminación: Cuatro LEDs posicionados simétricamente rodean la matriz de lentes, utilizando las lentes hemisféricas integradas de los paquetes de los LED para proporcionar una excitación de fluorescencia casi uniforme en toda la región de imagen.
• Reconstrucción Computacional: Las mediciones brutas pasan por un flujo de trabajo computacional modular:
  1. Denoising (Reducción de ruido): Para grabaciones in vivo, se emplea el marco de reducción de ruido espaciotemporal autosupervisado SUPPORT para manejar señales neuronales débiles y temporalmente correlacionadas.
  2. Corrección: La corrección de campo plano compensa la falta de uniformidad de la iluminación. La corrección de distorsión geométrica mapea las coordenadas de los píxeles utilizando funciones de dispersión de punto (PSF) variables espacialmente calibradas experimentalmente y modelos de distorsión radial.
  3. Deconvolución: Se aplica deconvolución de Tikhonov por parches utilizando las PSF medidas para restaurar la resolución espacial.
  4. Cosido (Stitching): Las subimágenes corregidas se registran y cosen en una imagen de gran FOV sin costuras. Para superficies curvas (por ejemplo, la corteza), el deformado de la imagen basado en puntos de referencia seleccionados manualmente compensa el paralaje.

Resultados Clave
Bio-CM2 logra un FOV de 7.5 × 10 mm² con resolución a escala celular a velocidades de video.

• Caracterización del Sistema: El sistema demuestra una resolución lateral con una anchura a media altura (FWHM) de aproximadamente 6 µm cerca del eje óptico, degradándose a ~22 µm en la periferia debido a las aberraciones fuera de eje. La profundidad de campo (DOF) axial se estima en ~473 µm.
• Imagen de Tejido Fijo de Alto Rendimiento: El sistema reconstruyó con éxito secciones coronales de cerebro de ratón de 75 µm de espesor en una sola adquisición, resolviendo la morfología neuronal a través de múltiples regiones (neocorteza, hipocampo, tálamo, etc.) con una fidelidad comparable a los objetivos de 4× convencionales.
• Imagen a Escala de Población: Bio-CM2 capturó ejemplares de Caenorhabditis elegans en comportamiento libre a velocidades de video, resolviendo simultáneamente agregados de proteínas fluorescentes individuales dentro de múltiples gusanos y correlacionándolos con el comportamiento locomotor.
• Imagen Vascular de Toda la Corteza: En ratones con fijación de cabeza, el sistema permitió la cuantificación simultánea de la vasomoción de la arteriola pial (dinámica de vaso único) y la conectividad funcional hemodinámica mesoscópica. Resolvió las fluctuaciones de diámetro de vasos individuales y mapeó la dinámica de la conectividad funcional del volumen sanguíneo cerebral regional a través de la corteza dorsal.
• Imagen de Calcio de Toda la Corteza: Utilizando interneuronas que expresan GCaMP6s, Bio-CM2 resolvió la actividad de 3,474 neuronas a través de la corteza dorsal en una sola grabación. El sistema separó con éxito las señales neuronales de la fluorescencia de fondo dinámica y las señales vasculares. La cinética de calcio extraída (mediana de tiempo al pico ~200 ms, semidecaída ~704 ms) fue consistente con las propiedades conocidas de GCaMP6s in vivo. Además, el análisis de conectividad funcional mesoscópica reveló patrones de actividad en toda la corteza consistentes con el acoplamiento neurovascular.
• Imagen del Bulbo Olfatorio: La plataforma demostró versatilidad al resolver la actividad funcional específica de estímulos en el bulbo olfatorio principal, distinguiendo las respuestas de los glomérulos a diferentes odorantes.

Significancia y Reivindicaciones
El artículo afirma que Bio-CM2 establece la óptica computacional distribuida como un marco escalable para la imagen biológica multiescala. Al distribuir la complejidad óptica a través de módulos individuales en lugar de una sola lente, la arquitectura supera el compromiso convencional entre el FOV y la resolución espacial manteniendo un factor de forma compacto adecuado para el uso in vivo.

Las contribuciones clave incluyen:

1. Superación de Compromisos: Lograr un FOV de 7.5 × 10 mm² con resolución celular sin la complejidad de hardware de los sistemas de múltiples cámaras o la degradación de contraste de la multiplexación óptica.
2. Integración Multiescala: Permitir el análisis simultáneo desde la dinámica de una sola célula (neuronas o vasos individuales) hasta redes funcionales mesoscópicas dentro de una sola adquisición.
3. Versatilidad: Demostrar la aplicabilidad en diversos sistemas biológicos (cerebro de ratón, C. elegans) y modalidades (imagen estructural, vascular y de calcio funcional).

Los autores señalan que, aunque la implementación actual es con la cabeza fija debido a restricciones electrónicas, el marco óptico y computacional es compatible con futuras placas de sensores ligeros para aplicaciones portátiles (wearable). También identifican direcciones futuras para la integración multimodal (por ejemplo, imagen multicolor) y mejoras algorítmicas mediante aprendizaje profundo para la deconvolución y la eliminación de fondo, que podrían implementarse sin cambios de hardware.