Bilgisayarlı Görü Sistemleri Otomatik Olarak Hücreleri Analiz Ediyor

Madrid Carlos III Üniversitesi (UC3M) araştırmacıları tarafından geliştirilen yeni bir bilgisayar görü sistemi, mikroskopi tarafından yakalanan biyomedikal videoların otomatik analizini sağlar. Sistem, görüntülerdeki hücrelerin davranışını karakterize eder ve tanımlar.

Yeni geliştirilen teknik, bilim insanları tarafından National Center for Cardiovascular Research’te yaşayan doku ölçümleri için kullanıldı. Bu araştırma ile ekip, nötrofil adı verilen bir tür bağışıklık hücresinin, inflamasyon süreçlerinde kanda farklı davranışlar sergilediğini keşfetti. Ayrıca, bu süreçlerden birinin kalp hastalığı ile ilişkili olduğunu buldular.

Araştırma Nature dergisinde yayımlandı.

Yeni Tedavi Seçenekleri Sağlar

Bu gelişmeler, kalp krizi etkilerini en aza indirgemek için yeni tedavi seçenekleri sunabilir.

Profesör Fernando Díaz de María, UC3M Multimedia Processing Group’un başkanı ve araştırmanın yazarlarından biridir.

“Katkılarımız, bilgisayar görü tekniklerine dayalı, tamamen otomatik bir sistem tasarımı ve geliştirilmesinden oluşuyor. Bu sistem, biyologların intravital mikroskopi tekniği ile yakaladığı videoları analiz ederek, incelemekte olduğumuz hücreleri karakterize etmemize olanak tanır” diyor María.

Geleneksel biyolojik çalışmalar genellikle birkaç yüz hücrenin manuel karakterizasyonu ile desteklenirken, yeni çalışma, birkaç bin hücrenin otomatik ölçümlerini içerir. Bu, daha gelişmiş biyolojik analizlerin yapılmasını ve daha büyük istatistiksel anlamlılık elde edilmesini sağlar.

Yeni Sistemın Avantajları

Araştırmacılar, yeni sistemin hem zaman hem de precisyon açısından çeşitli avantajlara sahip olduğunu söylüyor.

İvan González Díaz, UC3M’de Sinyal Teorisi ve İletişim Bölümü’nde Yardımcı Doçent ve araştırma ekibinin bir üyesidir.

“Uzman bir biyoloğun video上的 hücreleri ayırmak ve takip etmek için aylarca çalışması mümkün değil. Diğer yandan, yaklaşık bir fikir vermek için (çünkü hücre sayısı ve 3D hacim derinliğine bağlı), sistemimiz 5 dakikalık bir videoyu 15 dakikada analiz edebiliyor” diyor Díaz.

Ekibin hücre segmentasyonu ve tespiti için derin sinir ağlarını kullandı. Sistemi yeni bir bağlamda dağıtmak için, ekibe birçok eğitim örneği üretmesi ve sistemin çeşitli diğer istatistiksel teknikleri ve geometrik modelleri içermesi gerekti.

Sistem, diğer sorunlara uyarlanabilen esnek bir yazılım gerektirir.

Miguel Molina Moreno, araştırmacıların bir diğeridir.

“Aslında, already bu sistemi diğer farklı senaryolarda, kanserli dokularda T hücreleri ve dendritik hücrelerin immünolojik davranışını incelemek için uyguluyoruz. Ve geçici sonuçlar umut verici” diyor Moreno.