Computer Vision Systeem Analyseert Cellen Automatisch

Een nieuw computer vision-systeem ontwikkeld door onderzoekers aan de Universidad Carlos III de Madrid (UC3M) maakt automatische analyse van biomedische video’s mogelijk die zijn gemaakt met microscopie. Het systeem karakteriseert en beschrijft het gedrag van cellen in de beelden.

De nieuw ontwikkelde techniek is gebruikt voor metingen op levend weefsel, die zijn uitgevoerd door wetenschappers bij het Nationaal Centrum voor Cardiovasculair Onderzoek. Door middel van dit onderzoek ontdekte het team dat neutrofielen, een type immuuncel, verschillende gedragingen vertonen in het bloed tijdens ontstekingsprocessen. Bovendien vonden ze dat een van de processen geassocieerd is met hart- en vaatziekten.

Het onderzoek is gepubliceerd in het tijdschrift Nature.

Mogelijkheid tot Nieuwe Behandelingen

Deze ontwikkelingen kunnen nieuwe behandelingen mogelijk maken om de impact van hartaanvallen te minimaliseren.

Professor Fernando Díaz de María is hoofd van de UC3M Multimedia Processing Group en een van de auteurs van het onderzoek.

“Onze bijdrage bestaat uit het ontwerp en de ontwikkeling van een volledig automatisch systeem, gebaseerd op computer vision-technieken, dat ons in staat stelt om de cellen te karakteriseren door video’s te analyseren die zijn gemaakt door biologen met behulp van de intravital microscopie-techniek,” zegt María.

Terwijl traditionele biologische studies vaak worden ondersteund door analyses van een paar honderd handmatig gekarakteriseerde cellen, betrof het nieuwe onderzoek automatische metingen van de vorm, grootte, bewegingen en positie ten opzichte van het bloedvat van een paar duizend cellen. Dit maakt het mogelijk om geavanceerde biologische analyses uit te voeren met een grotere statistische significantie.

Voordelen van het Nieuwe Systeem

De onderzoekers zeggen dat het nieuwe systeem verschillende voordelen heeft qua tijd en precisie.

Ivan González Díaz is associate professor in de afdeling Signaaltheorie en Communicatie van de UC3M. Hij is ook een van de leden van het onderzoeksteam.

“Het is niet haalbaar om een expert-bioloog maandenlang cellen te laten segmenteren en volgen op video. Aan de andere kant, om een approximate idee te geven (omdat het afhankelijk is van het aantal cellen en de diepte van het 3D-volume), onze systeem heeft slechts 15 minuten nodig om een 5-minuten video te analyseren,” zegt Díaz.

Het team heeft diepe neurale netwerken gebruikt voor celsegmentatie en -detectie. Om het systeem in de nieuwe context te implementeren, moest het team veel trainingsvoorbeelden genereren en het systeem moest verschillende andere statistische technieken en geometrische modellen incorporeren.

Het systeem vereist een veelzijdig software dat kan worden aangepast aan andere problemen.

Miguel Molina Moreno is een van de onderzoekers.

“In feite zijn we het al aan het toepassen in andere verschillende scenario’s, waarbij we het immunologische gedrag van T-cellen en dendritische cellen in kankerweefsel bestuderen. En de voorlopige resultaten zijn veelbelovend,” zegt Moreno.