Systém počítačového vidění automaticky analyzuje buňky

Nový systém počítačového vidění vyvinutý výzkumníky na Universidad Carlos III de Madrid (UC3M) umožňuje automatickou analýzu biomedicínských videí pořízených mikroskopií. Systém charakterizuje a popisuje chování buněk na snímcích.

Nově vyvinutá technika byla použita pro měření na živých tkáních, které provedli vědci z Národního centra pro kardiovaskulární výzkum. Díky tomuto výzkumu tým zjistil, že neutrofily, což je typ imunitní buňky, vykazují odlišné chování v krvi během zánětlivých procesů. Kromě toho zjistili, že jeden z procesů je spojen s kardiovaskulárním onemocněním.

Výzkum byl publikován v časopise Nature.

Povoluje nové léčby

Tyto vývojové lehetnosti by mohly umožnit nové léčby pro minimalizaci dopadu infarktů.

Profesor Fernando Díaz de María je vedoucím skupiny pro zpracování multimédií na UC3M a jedním z autorů výzkumu.

“Naše příspěvek spočívá ve vyvinutí plně automatického systému založeného na technikách počítačového vidění, který nám umožňuje charakterizovat buňky pomocí analýzy videí pořízených biology pomocí techniky intravitalní mikroskopie,” říká María.

Zatímco tradiční biologické studie jsou často podporovány analýzami několika stovek ručně charakterizovaných buněk, nová studie zahrnovala automatická měření tvaru, velikosti, pohybů a polohy relativně k cévě několika tisíc buněk. To umožňuje dokončit pokročilou biologickou analýzu, která má větší statistickou významnost.

Výhody nového systému

Výzkumníci říkají, že nový systém má různé výhody, pokud jde o čas i přesnost.

Ivan González Díaz je docentem na katedře teorie signálu a komunikací na UC3M. Je také jedním z členů výzkumného týmu.

“Není možné, aby odborný biolog rozdělil a sledoval buňky na videu po měsíce. Na druhé straně, aby poskytli přibližnou představu (protože to závisí na počtu buněk a hloubce 3D objemu), náš systém potřebuje pouze 15 minut k analýze 5minutového videa,” říká Díaz.

Tým se spoléhal na hluboké neuronové sítě pro segmentaci a detekci buněk. Pro nasazení systému v novém kontextu musel tým vygenerovat mnoho trénovacích příkladů a systém musel zahrnout různé statistické techniky a geometrické modely.

Systém vyžaduje všestranný software, který lze přizpůsobit jiným problémům.

Miguel Molina Moreno je dalším z výzkumníků.

“Skutečně již aplikujeme v jiných různých scénářích, studiujeme imunologické chování T-buněk a dendritických buněk v rakovinových tkáních. A předběžné výsledky jsou slibné,” říká Moreno.