Intensity-based scattering correction enables in vivo two-photon imaging beyond 1 mm
Il documento presenta DeepFOCUS, un metodo di correzione dello scattering basato sull'intensità e potenziato dal deep learning che consente alla microscopia a due fotoni in vivo di immagini strutture subcellulari oltre 1 mm di profondità nel cervello intatto del topo, raggiungendo l'ippocampo senza richiedere la microscopia a tre fotoni.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Il cervello è una fortezza di tessuto biologico, denso e torbido, il che rende la visione profonda al suo interno tramite la luce una sfida formidabile. Per decenni, gli scienziati hanno utilizzato una potente tecnica di imaging chiamata microscopia a due fotoni per scrutare nei cervelli viventi con un'incredibile chiarezza. Questo metodo utilizza impulsi di luce per far brillare minuscoli marcatori fluorescenti, permettendo ai ricercatori di vedere le singole cellule e le loro connessioni. Tuttavia, man mano che la luce viaggia più in profondità, rimbalza sul tessuto diffondente del cervello, proprio come il fascio di una torcia che si diffonde in una fitta nebbia. Questo scattering sfoca l'immagine e attenua il segnale, intrappolando efficacemente la visuale del microscopio nello strato superiore del cervello, la corteccia. Per vedere le strutture più profonde, come l'ippocampo, che è vitale per la memoria, i ricercatori hanno tradizionalmente dovuto passare a microscopi a tre fotoni ancora più complessi ed costosi o utilizzare lunghezze d'onda della luce più lunghe, che sono più difficili da generare.
Un team di ricercatori dell'Università della California, Davis, ha trovato un modo per spingere i limiti dei comuni microscopi a due fotoni molto più in profondamente rispetto al passato. Hanno sviluppato un nuovo metodo chiamato DeepFOCUS, che utilizza una forma di intelligenza artificiale non per correggere un'immagine sfocata dopo che è stata scattata, ma per dare forma alla luce prima ancora che entri nel cervello. Calcolando un particolare schema di intensità luminosa in tempo reale, il sistema compensa il tessuto diffondente, permettendo alla luce di focalizzarsi nitidamente anche un millimetro o più sotto la superficie. Questa scoperta significa che gli esistenti microscopi a due fotoni, comuni nei laboratori di neuroscienze, potrebbero potenzialmente essere aggiornati per vedere le strutture profonde del cervello senza la necessità di hardware completamente nuovo e specializzato.
Il cuore di questo traguardo risiede nel modo in cui i ricercatori gestiscono il caos dello scattering della luce. Quando la luce passa attraverso il cervello, viene rimescolata e i fotoni arrivano al bersaglio in disordine. I metodi tradizionali cercano di invertire questo rimescolamento misurando la distorsione e applicando una contro-distorsione, ma ciò spesso fallisce nei tessuti profondi perché il segnale diventa troppo debole per essere misurato accuratamente. Il team di DeepFOCUS ha adottato un approccio diverso. Invece di cercare di invertire il fronte d'onda della luce, si sono concentrati sull'intensità, o luminosità, della luce. Hanno utilizzato un dispositivo a micro-specchi digitali (digital micromirror device), un chip coperto da migliaia di minuscoli specchi, per proiettare schemi di luce casuali sul cervello. Mentre questi schemi colpiscono il tessuto, alcune parti della luce interferiscono costruttivamente, creando un punto più luminoso, mentre altre si annullano a vicenda.
Il sistema ha poi misurato il bagliore risultante dai marcatori fluorescenti nel cervello. Una rete neurale leggera e auto-supervisionata ha analizzato queste misurazioni di luminosità per capire quali specchi specifici sul chip dovessero essere accesi per creare lo schema di luce più efficace. Questa rete non dipendeva da un database di immagini pre-addestrato; invece, ha imparato direttamente dalle specifiche condizioni di scattering del cervello che stava osservando in quel momento. Una volta che la rete ha identificato il pattern migliore, ha proiettato tale pattern sul cervello, modellando fisicamente la luce per attraversare il tessuto diffondente e focalizzarsi nitidamente sul bersaglio. Questo processo avviene in tempo reale, permettendo al microscopio di scansionare e correggere l'immagine mentre si muove.
I ricercatori hanno testato questo sistema su topi vivi, visualizzando l'intero spessore della corteccia cerebrale e la materia bianca altamente diffondente sottostante. Senza la correzione, le immagini dei vasi sanguigni e dei neuroni diventavano indistinte e sbiadivano rapidamente man mano che il microscopio scendeva in profondità. Con DeepFOCUS, il team è riuscito a visualizzare vasi sanguigni fluorescenti fino a una profondità di 1,1 millimetri e a visualizzare singoli neuroni nell'ippocampo a una profondità di 1,2 millimetri. A queste profondità, le immagini corrette rivelavano dettagli fini, come capillari minuscoli e le delicate ramificazioni dei neuroni, con una chiarezza precedentemente impossibile con la microscopia a due fotoni standard alla lunghezza d'onda utilizzata. Il sistema ha ottenuto questo dividendo il cervello in piccole sotto-regioni e calcolando un pattern di correzione unico per ciascuna, assicurando che la luce rimanesse focalizzata anche al variare delle proprietà di scattering nelle diverse aree del cervello.
Questo lavoro dimostra che il limite di profondità della microscopia a due fotoni non è una barriera fissa, ma una sfida che può essere superata con un controllo più intelligente della luce. I ricercatori hanno dimostrato che, utilizzando una rete neurale per calcolare i giusti schemi di intensità, potevano recuperare il segnale da profondità precedentemente accessibili solo con sistemi a tre fotoni più complessi. Il metodo funziona modellando fisicamente la luce di eccitazione per migliorare il segnale, piuttosto che cercare di ripristinare digitalmente un'immagine degradata a posteriori. Questa distinzione è cruciale perché evita il rischio di creare dettagli falsi, o "allucinazioni", che possono verificarsi quando un software cerca di indovinare come dovrebbe apparire un'immagine sfocata. Al contrario, il sistema valida ogni correzione misurando l'effettiva fluorescenza che produce.
Le implicazioni per le neuroscienze sono significative. L'ippocampo è una regione critica per l'apprendimento e la memoria, eppure è stato difficile studiarlo in animali vivi senza procedure invasive. Consentendo l'imaging ad alta risoluzione di questa struttura profonda in un cervello intatto, DeepFOCUS apre nuove porte per osservare come funzionano i circuiti neurali in tempo reale. I ricercatori hanno sottolineato che il loro sistema potrebbe essere implementato aggiornando gli esistenti microscopi a due fotoni con un dispositivo a micro-specchi digitali e il software necessario, rendendo l'imaging del cervello profondo più accessibile ai laboratori di tutto il mondo. Sebbene la tecnica non raggiunga ancora i limiti assoluti di profondità del cervello, essa spinge il confine di ciò che è possibile con l'attrezzatura standard, provando che l'imaging dei tessuti profondi può essere ottenuto attraverso la manipolazione intelligente dell'intensità della luce piuttosto che attraverso la forza bruta o hardware più complessi.
Lo studio ha anche valutato attentamente i parametri del sistema per garantirne la robustezza. Hanno testato come il numero di schemi di luce utilizzati per la rilevazione influenzasse la qualità della correzione, scoprendo che un numero specifico di misurazioni forniva un equilibrio affidabile tra velocità e precisione. Hanno inoltre ottimizzato la struttura della rete neurale, determinando la dimensione ideale delle sue unità di elaborazione interna per gestire i dati in modo efficiente senza complessità superflue. Questi test hanno confermato che il sistema poteva adattarsi a diverse condizioni di scattering e mantenere alte prestazioni attraverso varie profondità e tipi di tessuto. I risultati sono stati coerenti, mostrando aumenti sostanziali nella luminosità e nella chiarezza dell'immagine, con alcune aree che hanno registrato un miglioramento del segnale quasi di sei volte.
In definitiva, questa ricerca offre una via pratica per lo studio del cervello profondo. Colma il divario tra le capacità dell'attuale tecnologia a due fotoni e le necessità dei neuroscienziati che richiedono l'accesso alle regioni sottocorticali. Trasformando il problema dello scattering in un puzzle risolvibile da una rete neurale, il team ha fornito uno strumento che è sia potente che adattabile. La capacità di vedere in profondità nel cervello vivente con risoluzione subcellulare, utilizzando un metodo compatibile con le configurazioni di laboratorio esistenti, rappresenta un passo significativo verso la comprensione dei complessi meccanismi del cervello in salute e in malattia. Il lavoro è una testimonianza del potere di combinare la fisica ottica con i moderni metodi computazionali per risolvere problemi biologici di lunga data.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.