Nonostante i progressi nell'imaging 3D come la risonanza magnetica e la TC, gli scienziati si affidano ancora al taglio di un campione in sezioni 2-D per acquisire le informazioni più dettagliate. Utilizzando queste informazioni, quindi cercano di ricostruire un'immagine 3D del campione. I ricercatori del Nara Institute of Science and Technology segnalano un nuovo algoritmo in grado di svolgere questo compito a costi inferiori e con maggiore robustezza rispetto ai metodi standard.

Gli scienziati giapponesi riferiscono in Riconoscimento del modello un nuovo metodo per costruire modelli 3D da immagini 2D. L'approccio, che comporta la registrazione non rigida con una miscela di trasformate rigide, supera molti dei limiti dei metodi attuali. I ricercatori convalidano il loro metodo applicandolo alla collezione di embrioni e feti umani di Kyoto, la più grande raccolta di embrioni umani al mondo, con più di 45 anni, 000 esemplari.

Le scansioni MRI e TC sono tecniche standard per l'acquisizione di immagini 3D del corpo. Queste modalità possono tracciare con una precisione senza precedenti la posizione di una lesione o di un ictus. Possono persino rivelare i depositi microscopici di proteine ​​osservati in patologie cerebrali come il morbo di Alzheimer. Però, per la migliore risoluzione, gli scienziati dipendono ancora dalle fette del campione, ecco perché vengono prelevati il ​​cancro e altre biopsie. Una volta acquisite le informazioni desiderate, gli scienziati utilizzano algoritmi che possono mettere insieme le sezioni 2D per ricreare un'immagine 3D simulata. In questo modo, possono ricostruire un intero organo o addirittura un organismo.

Impilare le fette insieme per creare un'immagine 3D è come mettere insieme una torta dopo che è stata tagliata. Sì, la forma generale è lì, ma il coltello farà rompere alcune fette in modo che la torta ricostruita non sia mai bella come l'originale. Anche se questo potrebbe non turbare la festa dei bambini di cinque anni che vogliono indulgere, la parte dei chirurghi che cercano la posizione precisa di un tumore sono più difficili da placare.

Infatti, il provino può subire una serie di modifiche una volta preparato per il sezionamento. "Il processo di sezionamento si estende, piega e strappa il tessuto. Il processo di colorazione varia tra i campioni. E il processo di fissazione provoca la distruzione dei tessuti, " spiega il Nara Institute of Science and Technology (NAIST), Nara, Giappone, Professore Associato Takuya Funatomi, che ha guidato il progetto.

Fondamentalmente, ci sono tre sfide che emergono con la ricostruzione 3-D. Il primo è la deformazione non rigida, in cui la posizione e l'orientamento di vari punti nel campione originale sono cambiati. Il secondo è la discontinuità tissutale, dove possono apparire lacune nella ricostruzione se la registrazione fallisce. Finalmente, c'è un cambio di scala, dove porzioni della ricostruzione sono sproporzionate rispetto alle loro dimensioni reali a causa della registrazione non rigida.

Per ciascuno di questi problemi, Funatomi e il suo team di ricerca hanno proposto una soluzione che, se combinata, ha portato a una ricostruzione che riduce al minimo tutti e tre i fattori utilizzando un costo computazionale inferiore rispetto ai metodi standard.

"Primo, rappresentiamo la deformazione non rigida usando un piccolo numero di punti di controllo mescolando trasformazioni rigide, " dice Funatomi. Il piccolo numero di punti di controllo può essere stimato in modo robusto contro la variazione di colorazione.

"Quindi selezioniamo le immagini target in base ai risultati della registrazione non rigida e applichiamo la regolazione della scala, " lui continua.

Il nuovo metodo si concentra principalmente su una serie di immagini di sezioni seriali di embrioni umani dalla Collezione di embrioni e feti umani di Kyoto e potrebbe ricostruire embrioni 3-D con straordinario successo.

In particolare, non ci sono risonanza magnetica o TC dei campioni, il che significa che nessun modello 3D può essere utilizzato come riferimento per la ricostruzione 3D. Ulteriore, l'ampia variabilità del danno tissutale e la colorazione complicavano la ricostruzione.

"Il nostro metodo poteva descrivere deformazioni complesse con un numero inferiore di punti di controllo ed era robusto per una variazione di colorazione, "dice Funatomi.