Систем компјутерског вида аутоматски анализира ћелије

Нови систем компјутерског вида који су развили истраживачи на Универзитету Карлос ИИИ у Мадриду (УЦ3М) омогућава аутоматску анализу биомедицинских видео записа који су снимљени микроскопијом. Систем карактерише и описује понашање ћелија на сликама. 

Новоразвијена техника коришћена је за мерења на живим ткивима, што су урадили научници Националног центра за кардиоваскуларна истраживања. Кроз ово истраживање, тим је открио да неутрофили, који су врста имунске ћелије, показују различита понашања у крви током инфламаторних процеса. Штавише, открили су да је један од процеса повезан са кардиоваскуларним обољењима. 

Истраживање је објављено у часопису Природа.

Омогућава нове третмане

Овај развој могао би омогућити нове третмане за минимизирање утицаја срчаног удара. 

Професор Фернандо Диаз де Марија је шеф УЦ3М групе за обраду мултимедије и један од аутора истраживања. 

„Наш допринос се састоји од дизајна и развоја потпуно аутоматског система, заснованог на техникама компјутерског вида, који нам омогућава да карактеришемо ћелије које се проучавају анализом видео записа које су снимили биолози помоћу технике интравиталне микроскопије“, каже Марија.

Док су традиционалне биолошке студије често подржане анализама неколико стотина ручно карактерисаних ћелија, нова студија је укључивала аутоматска мерења облика, величине, покрета и положаја у односу на крвни суд неколико хиљада ћелија. Ово омогућава да се заврши напредна биолошка анализа која има већи статистички значај. 

Предности новог система

Истраживачи кажу да нови систем има различите предности када је у питању време и прецизност. 

Иван Гонзалез Диаз је ванредни професор на Одсеку за теорију сигнала и комуникације на УЦ3М. Он је такође један од чланова истраживачког тима.

„Није изводљиво месецима држати стручњака биолога да сегментира и прати ћелије на видео снимку. С друге стране, да бисмо дали приближну идеју (јер то зависи од броја ћелија и дубине 3Д запремине), нашем систему је потребно само 15 минута да анализира 5-минутни видео“, каже Диаз.

Тим се ослањао на дубоке неуронске мреже за сегментацију и детекцију ћелија. Да би систем применио у новом контексту, тим је морао да генерише много примера обуке, а систем је морао да укључи разне друге статистичке технике и геометријске моделе. 

Систем захтева свестран софтвер који се може прилагодити другим проблемима. 

Мигел Молина Морено је још један од истраживача.

„У ствари, већ га примењујемо у другим различитим сценаријима, проучавајући имунолошко понашање Т ћелија и дендритских ћелија у канцерозним ткивима. А привремени резултати су обећавајући“, каже Морено.