Los ingenieros biomédicos de la Universidad de Duke han ideado un método para aumentar la resolución de la tomografía de coherencia óptica OCT a un solo micrómetro en todas las direcciones, incluso en un paciente vivo. La nueva técnica, llamada tomografía de refracción de coherencia óptica OCRT,podría mejorar las imágenes médicas obtenidas en la industria multimillonaria de OCT para campos médicos que van desde la cardiología hasta la oncología.
Los resultados aparecen en un artículo publicado en línea el 19 de agosto en la revista Fotónica de la naturaleza .
"Un problema histórico con OCT es que la resolución de profundidad es típicamente varias veces mejor que la resolución lateral", dijo Joseph Izatt, profesor de ingeniería Michael J. Fitzpatrick en Duke. "Si las capas de tejidos con imágenes son horizontales, entonces están bien definidos en el escaneo. Pero para extender el poder total de la OCT para obtener imágenes en vivo de los tejidos en todo el cuerpo, se necesitaba un método para superar la compensación entre la resolución lateral y la profundidad de las imágenes ".
OCT es una tecnología de imagen análoga a la ecografía que utiliza luz en lugar de ondas de sonido. Una sonda dispara un haz de luz en un tejido y, en función de los retrasos de las ondas de luz a medida que se recuperan, determina los límites de las características internas.Para obtener una imagen completa de estas estructuras, el proceso se repite en muchas posiciones horizontales sobre la superficie del tejido que se escanea.
Debido a que OCT proporciona una resolución de profundidad mucho mejor que la dirección lateral, funciona mejor cuando estas características contienen principalmente capas planas. Cuando los objetos dentro del tejido tienen formas irregulares, las características se vuelven borrosas y la luz se refracta en diferentes direcciones, reduciendo la calidad de la imagen.
Los intentos anteriores para crear imágenes OCT con alta resolución lateral se han basado en la holografía, midiendo minuciosamente el complejo campo electromagnético reflejado desde el objeto. Si bien esto se ha demostrado, el enfoque requiere que la muestra y el aparato de imágenes permanezcan perfectamente quietosla escala nanométrica durante toda la medición.
"Esto se logró en un laboratorio", dijo Izatt, quien también tiene una cita en oftalmología en la Facultad de Medicina de la Universidad de Duke. "Pero es muy difícil de lograr en los tejidos vivos porque viven, respiran, fluyen ycambio."
En el nuevo artículo, Izatt y su estudiante de doctorado, Kevin Zhou, adoptan un enfoque diferente. En lugar de confiar en la holografía, los investigadores combinan imágenes OCT adquiridas desde múltiples ángulos para extender la resolución de profundidad a la dimensión lateral. Cada imagen OCT individual, sin embargo, se distorsiona por la refracción de la luz a través de irregularidades en las células y otros componentes del tejido. Para compensar estos caminos alterados al compilar las imágenes finales, los investigadores debían modelar con precisión cómo se dobla la luz a medida que pasa a través de la muestra.
Para lograr esta hazaña computacional, Izatt y Zhou recurrieron a su colega Sina Farsiu, la profesora asociada de ingeniería Paul Ruffin Scarborough en Duke, que tiene una larga historia de uso de herramientas de aprendizaje automático para crear mejores imágenes para aplicaciones de atención médica.
Trabajando con Farsiu, Zhou desarrolló un método que utiliza la "optimización basada en gradiente" para inferir el índice de refracción dentro de las diferentes áreas de tejido en función de las imágenes de múltiples ángulos. Este enfoque determina la dirección en la cual la propiedad dada - en esteen caso de que el índice de refracción se deba ajustar para crear una mejor imagen. Después de muchas iteraciones, el algoritmo crea un mapa del índice de refracción del tejido que mejor compensa las distorsiones de la luz. El método se implementó utilizando TensorFlow, una biblioteca de software popular creadapor Google para aplicaciones de aprendizaje profundo.
"Una de las muchas razones por las que este trabajo me parece emocionante es que pudimos tomar prestadas herramientas de la comunidad de aprendizaje automático y aplicarlas no solo para procesar imágenes OCT, sino también para combinarlas de una manera novedosa y extraerlasnueva información ", dijo Zhou." Creo que hay muchas aplicaciones de estas bibliotecas de aprendizaje profundo como TensorFlow y PyTorch, fuera de las tareas estándar como la clasificación y segmentación de imágenes ".
Para estos experimentos de prueba de concepto, Zhou tomó muestras de tejido como la vejiga o la tráquea de un mouse, las colocó en un tubo y las rotó 360 grados debajo de un escáner OCT. El algoritmo creó con éxito un mapa de cadaíndice de refracción de la muestra, que aumenta la resolución lateral de la exploración en más de un 300 por ciento al tiempo que reduce el ruido de fondo en la imagen final. Si bien el estudio utilizó muestras ya extraídas del cuerpo, los investigadores creen que OCRT se puede adaptar para trabajar en un organismo vivo.
"En lugar de rotar el tejido, una sonda de exploración desarrollada para esta técnica podría rotar el ángulo del haz en la superficie del tejido", dijo Zhou.
Zhou ya está investigando cuánto podría mejorarse un escáner corneal con la tecnología con un barrido de menos de 180 grados, y los resultados parecen prometedores. Si tiene éxito, la técnica podría ser de gran ayuda para muchas necesidades de imágenes médicas.
"Capturar imágenes de alta resolución de los tejidos de flujo de salida convencionales en el ojo es un objetivo muy buscado en oftalmología", dijo Farsiu, refiriéndose al sistema de drenaje de humor acuoso del ojo. "Tener un escáner OCT con este tipo de resolución lateralsería muy importante para el diagnóstico temprano y para encontrar nuevos objetivos terapéuticos para el glaucoma ".
"OCT ya ha revolucionado el diagnóstico oftálmico al avanzar en imágenes microscópicas no invasivas de la retina humana viva", dijo Izatt. "Creemos que con avances adicionales como OCRT, el alto impacto de esta tecnología puede extenderse no solo a diagnósticos oftálmicos adicionales, pero a imágenes de patologías en tejidos accesibles por endoscopios, catéteres y broncoscopios en todo el cuerpo ".
Esta investigación fue apoyada por la National Science Foundation, los National Institutes of Health y el Google Faculty Research Award.
Fuente de la historia :
Materiales proporcionado por Universidad de Duke . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :