Les chercheurs ont développé une combinaison de matériel disponible dans le commerce et de logiciels open source, nommé PySight, qui améliore l'imagerie 2D et 3D rapide du cerveau et d'autres tissus. En permettant l'intégration transparente de la solution d'imagerie 3D la plus rapide disponible aujourd'hui, les progrès de la microscopie pourraient aider les scientifiques à mieux comprendre la dynamique du cerveau et à découvrir de nouveaux traitements pour des problèmes de santé tels que les accidents vasculaires cérébraux, épilepsie et démence.

Dans Optique , Le journal de l'Optical Society pour la recherche à fort impact, les chercheurs décrivent PySight, qui sert d'extension pour les microscopes à balayage laser. Adapté à cette nouvelle combinaison de logiciels et de matériel, ils ont amélioré la qualité de l'imagerie 2D et 3D de l'activité neuronale dans le cerveau vivant.

Parce qu'il peut imager profondément dans les tissus, une technique d'imagerie laser connue sous le nom de microscopie multiphotonique est souvent utilisée pour étudier les schémas d'activité rapide des neurones, vaisseaux sanguins et autres cellules à haute résolution au fil du temps. Cette méthode de microscopie utilise des impulsions laser pour exciter des sondes fluorescentes, provoquant l'émission de photons, dont certains sont détectés et utilisés pour former des images 2D et 3D.

Essayer de capturer toute l'étendue de l'activité neuronale avec la microscopie multiphotonique oblige les scientifiques à prendre des images plus rapidement. Par conséquent, de moins en moins de photons deviennent disponibles pour former des images, un peu comme prendre une photo avec des temps d'exposition de plus en plus courts. Le défi devient alors de savoir comment obtenir des images significatives dans ces conditions sombres.

« Pour relever ce défi, les microscopistes ont utilisé une méthode de lecture par détecteur appelée comptage de photons, " a déclaré le chef de l'équipe de recherche Pablo Blinder de l'Université de Tel Aviv en Israël. " Cependant, car sa mise en œuvre nécessitait une connaissance approfondie de l'électronique et des composants personnalisés, le comptage de photons n'a jamais été largement adopté. En outre, les solutions de comptage de photons disponibles dans le commerce étaient mal adaptées pour effectuer une imagerie très rapide comme celle requise pour l'imagerie 3D. La procédure d'installation facile de PySight et son intégration avec du matériel de pointe éliminent ces problèmes."

En plus de faire progresser la recherche en imagerie neuronale, La sensibilité améliorée de PySight pourrait faciliter l'identification peropératoire rapide des cellules malignes chez les patients humains en utilisant la microscopie multiphotonique. La nouvelle approche de PySight pour la reconstruction de scènes 3D pourrait également améliorer les performances de détection et de télémétrie de la lumière, ou LIDAR. Cela pourrait aider à réduire les coûts des voitures autonomes qui utilisent LIDAR pour cartographier leur environnement.

Détection de photons uniques en 3D

PySight offre une haute résolution spatio-temporelle tout en produisant un flux de données qui s'adapte au nombre de photons détectés, pas le volume ou la zone imagée. "Le matériel d'acquisition de données conventionnel stocke la luminosité de chaque pixel ou voxel 3D même lorsqu'il est à zéro car aucun photon n'a été détecté à cet endroit particulier, " expliqua Blinder. " PySight, cependant, stocke uniquement le temps de détection précis de chaque photon. Si aucun photon n'a été détecté, rien n'est écrit sur le disque. Cela permet aux chercheurs de réaliser une imagerie rapide de gros volumes sur de longues sessions, sans compromettre la résolution spatiale ou temporelle."

Pour reconstruire une image multidimensionnelle, savoir quand chaque photon frappe le détecteur ne suffit pas. Il faut aussi savoir d'où il vient dans le cerveau. "C'est encore plus délicat si l'on veut simplifier le système et éviter de synchroniser les différents éléments de numérisation, " dit Blinder. " Pour accomplir cela, notre logiciel lit une liste d'heures d'arrivée des photons ainsi que les signaux de synchronisation des éléments de balayage, détermine l'origine de chaque photon dans l'échantillon et génère les films 3D correspondants."

Les temps d'arrivée des photons sont générés par un appareil appelé numériseur de temps à événements multiples, ou multiscaler, qui enregistre les temps avec une précision de 100 picosecondes. Un autre élément clé était une lentille de balayage axial résonnante standard qui change le plan focal des centaines de milliers de fois par seconde. Cette lentille a été utilisée pour balayer rapidement le faisceau laser à différentes profondeurs dans le cerveau et a permis à l'équipe de reconstruire des images 3D continues.

Plus facile, rentable, imagerie 3D continue

"Le multiscaler que nous avons utilisé n'a pas été appliqué à la neuroimagerie car le résultat n'est pas facile à interpréter, et l'utilisation d'une lentille de balayage axial résonnante pour la bio-imagerie a nécessité un matériel de synchronisation de balayage sur mesure ou un code propriétaire pour obtenir les données 3-D, " a déclaré Blinder. " PySight transforme la sortie des deux composants en un film 3D sans effort. Comme Pysight est un logiciel gratuit et open source, cela devrait grandement aider les laboratoires auparavant dissuadés par la barrière technique élevée qui accompagnait l'imagerie 3D continue. disposer d'une interface applicative générique, PySight pourrait également être utilisé pour interpréter des temps de détection de photons similaires à partir d'autres périphériques matériels appropriés.

Pour tester si PySight était vraiment plug and play, les chercheurs ont marché avec leur multiscaler vers un autre laboratoire d'imagerie sur le campus de l'université de Tel Aviv. Ils ont pu simplement brancher l'appareil sur le microscope multiphotonique existant, téléchargez le logiciel PySight et commencez à enregistrer les réponses olfactives à piste unique chez les mouches des fruits génétiquement modifiées pour exprimer des indicateurs de tension. Cette sonde rapide pour l'activité neuronale détecte les aspects les plus fins de l'activité neuronale, mais elle est considérée comme trop faible pour être utilisée sans comptage de photons avec ce type de microscopie. Les capacités de PySight ouvrent la voie à une mise en œuvre facile de l'imagerie de tension multiphotonique dans presque tous les laboratoires.

En plus de continuer à améliorer le logiciel PySight, les chercheurs aimeraient ajouter un support pour d'autres méthodes d'imagerie microscopique telles que l'imagerie de fluorescence à vie, qui repose sur la synchronisation de chaque photon par rapport à son impulsion laser d'origine. Parce que le logiciel est open source et donne un accès direct aux heures d'arrivée des photons, il permet à d'autres scientifiques d'ajouter de nouvelles fonctionnalités et de répondre à leurs besoins spécifiques.