Neues Computer-Vision-System für die Analyse von Zellen in Mikroskopie-Videos
Forscher der Universidad Carlos III de Madrid (UC3M) haben ein auf Computer-Vision-Techniken basierendes System entwickelt, das die automatische Analyse von biomedizinischen Videos ermöglicht, die mit Hilfe der Mikroskopie aufgenommen wurden, um das Verhalten der auf den Bildern erscheinenden Zellen zu charakterisieren und zu beschreiben.
Segmentierung von Neutrophilen mit dem vorgeschlagenen System und der ACME-Software. Die Segmentierung ist 3D, aber es wird eine akkumulierte 2D-Version gezeigt. Links das mikroskopische Originalbild: Blutgefäße (grün) und Neutrophile (rot). Rechts, automatische Segmentierung mit ACME (eine Farbe für jede Zelle).
UC3M
Diese neuen Techniken, die vom Ingenieurteam der UC3M entwickelt wurden, wurden für Messungen an lebenden Geweben im Rahmen von Forschungsarbeiten mit Wissenschaftlern des Nationalen Zentrums für kardiovaskuläre Forschung (CNIC) eingesetzt. Dabei entdeckte das Team, dass Neutrophile (eine Art von Immunzellen) bei Entzündungsprozessen im Blut unterschiedliche Verhaltensweisen zeigen und stellte fest, dass eine dieser Verhaltensweisen, die durch das Fgr-Molekül verursacht wird, mit der Entwicklung von Herz-Kreislauf-Erkrankungen in Verbindung steht. Diese Arbeit, die in Nature veröffentlicht wurde, könnte die Entwicklung neuer Behandlungen ermöglichen, um die Folgen von Herzinfarkten zu minimieren. An der Studie waren unter anderem Forscher der Vithas-Stiftung, der Universität von Kastilien-La Mancha, der Agentur für Wissenschaft, Technologie und Forschung von Singapur (ASTAR) und der Harvard-Universität (USA) beteiligt.
"Unser Beitrag besteht in der Konzeption und Entwicklung eines vollautomatischen Systems auf der Grundlage von Computer-Vision-Techniken, das es uns ermöglicht, die untersuchten Zellen durch die Analyse von Videos zu charakterisieren, die von Biologen mit der Technik der Intravitalmikroskopie aufgenommen wurden", sagt einer der Autoren dieser Arbeit, Professor Fernando Díaz de María, Leiter der UC3M Multimedia Processing Group. Es wurden automatische Messungen der Form, Größe, Bewegung und Position im Verhältnis zum Blutgefäß von einigen Tausend Zellen durchgeführt, im Gegensatz zu den traditionellen biologischen Studien, die sich normalerweise auf die Analyse von einigen Hundert manuell charakterisierten Zellen stützen. Auf diese Weise war es möglich, eine fortschrittlichere biologische Analyse mit größerer statistischer Aussagekraft durchzuführen.
Dieses neue System hat den Forschern zufolge mehrere Vorteile in Bezug auf Zeit und Präzision. Im Allgemeinen "ist es nicht möglich, einen erfahrenen Biologen monatelang mit der Segmentierung und Verfolgung von Zellen auf Video zu beschäftigen. Um hingegen eine ungefähre Vorstellung zu vermitteln (da dies von der Anzahl der Zellen und der Tiefe des 3D-Volumens abhängt), benötigt unser System nur 15 Minuten, um ein 5-minütiges Video zu analysieren", so ein weiterer Forscher, Ivan González Díaz, außerordentlicher Professor am Fachbereich Signaltheorie und Kommunikation der UC3M.
Bei den tiefen neuronalen Netzen, auf die sich die Ingenieure für die Zellsegmentierung und -erkennung stützen, handelt es sich im Grunde um Algorithmen, die anhand von Beispielen lernen. Damit das System in einem neuen Kontext eingesetzt werden kann, müssen also genügend Beispiele generiert werden, damit sie trainiert werden können. Diese Netze gehören zu den Techniken des maschinellen Lernens, das wiederum eine Disziplin im Bereich der künstlichen Intelligenz (KI) ist. Darüber hinaus umfasst das System auch andere Arten von statistischen Techniken und geometrischen Modellen, die alle in einem weiteren Artikel beschrieben werden, der kürzlich in der Zeitschrift Medical Image Analysis veröffentlicht wurde.
Die Software, die das System implementiert, ist vielseitig und kann innerhalb weniger Wochen an andere Probleme angepasst werden. "Wir wenden sie bereits in anderen Szenarien an, indem wir das immunologische Verhalten von T-Zellen und dendritischen Zellen in Krebsgeweben untersuchen. Und die vorläufigen Ergebnisse sind vielversprechend", sagt Miguel Molina Moreno, ein weiterer Forscher des UC3M-Teams.
In jedem Fall betonen die Forscher, wie wichtig bei der Forschung auf diesem Gebiet die Arbeit eines interdisziplinären Teams ist. "In diesem Zusammenhang ist es wichtig, den vorherigen Kommunikationsaufwand zwischen Biologen, Mathematikern und Ingenieuren zu erkennen, der erforderlich ist, um die grundlegenden Konzepte der anderen Disziplinen zu verstehen, bevor echte Fortschritte erzielt werden können", schließt Fernando Díaz de María.
Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.
Originalveröffentlichung
Weitere News aus dem Ressort Wissenschaft
Holen Sie sich die Life-Science-Branche in Ihren Posteingang
Ab sofort nichts mehr verpassen: Unser Newsletter für Biotechnologie, Pharma und Life Sciences bringt Sie jeden Dienstag und Donnerstag auf den neuesten Stand. Aktuelle Branchen-News, Produkt-Highlights und Innovationen - kompakt und verständlich in Ihrem Posteingang. Von uns recherchiert, damit Sie es nicht tun müssen.
