Intensity-based scattering correction enables in vivo two-photon imaging beyond 1 mm
L'article présente DeepFOCUS, une méthode de correction de la diffusion basée sur l'intensité et améliorée par l'apprentissage profond, qui permet à la microscopie biphotonique in vivo d'imager des structures subcellulaires à une profondeur de plus de 1 mm dans le cerveau intact d'une souris, atteignant l'hippocampe sans nécessiter la microscopie à trois photons.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Le cerveau est une forteresse de tissu biologique, dense et trouble, ce qui fait de l'observation de ses profondeurs par la lumière un défi redoutable. Pendant des décennies, les scientifiques ont utilisé une technique d'imagerie puissante appelée microscopie à deux photons pour scruter les cerveaux vivants avec une clarté incroyable. Cette méthode utilise des impulsions de lumière pour faire briller de minuscules marqueurs fluorescents, permettant aux chercheurs de voir les cellules individuelles et leurs connexions. Cependant, à mesure que la lumière pénètre en profondeur, elle rebondit sur le tissu diffusant du cerveau, un peu comme le faisceau d'une lampe de poche se diffusant dans un brouillard épais. Cette diffusion floute l'image et atténue le signal, emprisonnant de fait la vue du microscope dans la couche supérieure du cerveau, le cortex. Pour voir les structures plus profondes, telles que l'hippocampe, qui est vital pour la mémoire, les chercheurs ont traditionnellement dû passer à des microscopes à trois photons encore plus complexes et coûteux ou utiliser des longueurs d'onde plus longues, plus difficiles à générer.
Une équipe de chercheurs de l'Université de Californie à Davis a maintenant trouvé un moyen de repousser les limites des microscopes à deux photons standards bien plus profondément qu'auparavant. Ils ont développé une nouvelle méthode appelée DeepFOCUS, qui utilise une forme d'intelligence artificielle non pas pour corriger une image floue après qu'elle a été prise, mais pour façonner la lumière avant même qu'elle n'entre dans le cerveau. En calculant un motif spécifique d'intensité lumineuse en temps réel, le système compense la diffusion du tissu, permettant à la lumière de se focaliser nettement même à un millimètre ou plus sous la surface. Cette avancée signifie que les microscopes à deux photons existants, qui sont courants dans les laboratoires de neurosciences, pourraient potentiellement être améliorés pour voir les structures cérébrales profondes sans nécessiter de nouveau matériel spécialisé entièrement différent.
Le cœur de cette réussite réside dans la manière dont les chercheurs gèrent le chaos de la diffusion de la lumière. Lorsque la lumière traverse le cerveau, elle est éparpillée, et les photons arrivent à la cible en désordre. Les méthodes traditionnelles tentent d'inverser cet éparpillement en mesurant la distorsion et en appliquant une contre-distorsion, mais cela échoue souvent dans les tissus profonds car le signal devient trop faible pour être mesuré avec précision. L'équipe de DeepFOCUS a adopté une approche différente. Au lieu de tenter d'inverser le front d'onde de la lumière, ils se sont concentrés sur l'intensité, ou la luminosité, de la lumière. Ils ont utilisé un dispositif micromiroir numérique, une puce recouverte de milliers de minuscules miroirs, pour projeter des motifs lumineux aléatoires sur le cerveau. Lorsque ces motifs frappent le tissu, certaines parties de la lumière interfèrent de manière constructive, créant un point plus brillant, tandis que d'autres s'annulent.
Le système a ensuite mesuré l'éclat résultant des marqueurs fluorescents dans le cerveau. Un réseau neuronal léger et auto-supervisé a analysé ces mesures de luminosité pour déterminer quels miroirs spécifiques de la puce devaient être activés pour créer le motif lumineux le plus efficace. Ce réseau ne reposait pas sur une base de données d'images pré-entraînée ; au contraire, il apprenait directement des conditions de diffusion spécifiques du cerveau qu'il observait à ce moment-là. Une fois que le réseau a identifié le meilleur motif, il a projeté ce motif sur le cerveau, façonnant physiquement la lumière pour qu'elle traverse le tissu diffusant et se focalise nettement sur la cible. Ce processus se produit en temps réel, permettant au microscope de scanner et de corriger l'image pendant son mouvement.
Les chercheurs ont testé ce système sur des souris vivantes, imagerie à travers toute l'épaisseur du cortex cérébral et de la substance blanche hautement diffusante située en dessous. Sans la correction, les images des vaisseaux sanguins et des neurones devenaient indistinctes et s'estompaient rapidement à mesure que le microscope s'enfonçait. Avec DeepFOCUS, l'équipe a réussi à imager des vaisseaux sanguins fluorescents jusqu'à une profondeur de 1,1 millimètre et à visualiser des neurones individuels dans l'hippocampe à une profondeur de 1,2 millimètre. À ces profondeurs, les images corrigées ont révélé des détails fins, tels que de minuscules capillaires et les branches délicates des neurones, avec une clarté auparavant impossible avec la microscopie à deux photons standard à la longueur d'onde utilisée. Le système y est parvenu en divisant le cerveau en petites sous-régions et en calculant un motif de correction unique pour chacune, garantissant que la lumière reste focalisée même lorsque les propriétés de diffusion changent à travers différentes zones du cerveau.
Ce travail démontre que la limite de profondeur de la microscopie à deux photons n'est pas une barrière fixe mais un défi qui peut être surmonté grâce à un contrôle plus intelligent de la lumière. Les chercheurs ont montré qu'en utilisant un réseau neuronal pour calculer les bons motifs d'intensité, ils pouvaient récupérer un signal à des profondeurs qui n'étaient auparavant accessibles qu'avec des systèmes à trois photons plus complexes. La méthode fonctionne en façonnant physiquement la lumière d'excitation pour améliorer le signal, plutôt que de tenter de restaurer numériquement une image dégradée après coup. Cette distinction est cruciale car elle évite le risque de créer des détails faux, ou « hallucinations », qui peuvent survenir lorsque des logiciels tentent de deviner ce à quoi une image floue devrait ressembler. Au contraire, le système valide chaque correction en mesurant la fluorescence réelle qu'il produit.
Les implications pour les neurosciences sont significatives. L'hippocampe est une région critique pour l'apprentissage et la mémoire, pourtant il a été difficile de l'étudier chez des animaux vivants sans procédures invasives. En permettant l'imagerie à haute résolution de cette structure profonde dans un cerveau intact, DeepFOCUS ouvre de nouvelles portes pour observer comment les circuits neuronaux fonctionnent en temps réel. Les chercheurs ont noté que leur système pourrait être mis en œuvre en améliorant les microscopes à deux photons existants avec un dispositif micromiroir numérique et le logiciel nécessaire, rendant l'imagerie du cerveau profond plus accessible aux laboratoires du monde entier. Bien que la technique n'atteigne pas encore les limites absolument les plus profondes du cerveau, elle repousse la frontière de ce qui est possible avec l'équipement standard, prouant que l'imagerie en tissus profonds peut être réalisée grâce à une manipulation intelligente de l'intensité lumineuse plutôt que par la force brute ou un matériel plus complexe.
L'étude a également évalué soigneusement les paramètres de leur système pour s'assurer de sa robustesse. Ils ont testé comment le nombre de motifs lumineux utilisés pour la détection affectait la qualité de la correction, trouvant qu'un nombre spécifique de mesures fournissait un équilibre fiable entre vitesse et précision. Ils ont également optimisé la structure du réseau neuronal, déterminant la taille idéale de ses unités de traitement interne pour gérer les données efficacement sans complexité inutile. Ces tests ont confirmé que le système pouvait s'adapter à différentes conditions de diffusion et maintenir des performances élevées à travers différentes profondeurs et types de tissus. Les résultats ont été cohérents, montrant des augmentations substantielles de la luminosité et de la clarté des images, certaines zones voyant une amélioration de la force du signal de près de six fois.
En fin de compte, cette recherche offre une voie pratique pour l'étude du cerveau profond. Elle comble le fossé entre les capacités de la technologie actuelle à deux photons et les besoins des neuroscientifiques qui doivent accéder aux régions sous-corticales. En transformant le problème de la diffusion en un puzzle soluble pour un réseau neuronal, l'équipe a fourni un outil qui est à la fois puissant et adaptable. La capacité de voir profondément dans le cerveau vivant avec une résolution subcellulaire, en utilisant une méthode compatible avec les installations de laboratoire existantes, représente une étape significative vers la compréhension des mécanismes complexes du cerveau en santé et en maladie. Ce travail témoigne de la puissance de la combinaison de la physique optique et des méthodes computationnelles modernes pour résoudre des défis biologiques de longue date.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.