Neues Bildgebungssystem reduziert Laserbelastung und beschleunigt 3D-Gehirnscans

Bei der konventionellen Zwei-Photonen-Mikroskopie werden üblicherweise Bilder schichtweise erfasst, was wiederholte Scans über verschiedene Tiefen hinweg erfordert. Obwohl dieser Prozess effektiv ist, kann er zeitaufwändig sein und die Proben hohen Lichtmengen aussetzen.

Dies schränkt die Eignung für die Beobachtung schneller biologischer Vorgänge oder für Langzeitstudien ein. Das Forschungsteam aus Hongkong zielte darauf ab, diese Einschränkungen zu überwinden, indem es komprimierte Bilddaten erfasst und mittels sparser Optimierungsalgorithmen vollständige 3D-Volumen rekonstruiert.

Anstatt jede Tiefe einzeln abzutasten, regt das System mehrere Schichten gleichzeitig an und trennt die Signale anschließend rechnerisch. Um Scanning-Flaschenhälse zu überwinden, verwendeten die Forscher einen räumlichen Lichtmodulator. Dieser spaltet einen Laserstrahl in mehrere Fokuspunkte auf, die in unterschiedlichen Tiefen positioniert sind.

Die Intensität jedes Fokuspunkts kann unabhängig

Die Intensität jedes Fokuspunkts kann unabhängig voneinander eingestellt werden, was dazu beiträgt, Signalverluste in tieferen Gewebeschichten auszugleichen. Zudem profitiert die Technik Zwei-Photonen- und Drei-Photonen-Anregung.

Diese Eigenschaft hilft, Interferenzen zwischen den Abbildungsebenen zu unterdrücken und ermöglicht eine genauere Wiederherstellung der kodierten Tiefeninformation während der Rekonstruktion. Die Forscher haben AIMED an neuronalen Proben von Mäusehirnen getestet.

Dabei zeigte sich, dass das System feine Strukturen wie Dendriten und Axone auflösen kann, während es bei einer Kompressionsrate 60 % arbeitet. Nach Angaben des Teams benötigte die Methode nur ein bis zwei Drittel der üblicherweise pro Bildfläche eingesetzten optischen Leistung.

Was die Studie zeigt

In einigen Testkonfigurationen wiesen die rekonstruierten Bilder einen verbesserten Kontrast im Vergleich zu herkömmlichen Scanning-Verfahren auf. Die Forscher untersuchten zudem empfindliche neuronale Merkmale, die als dendritische Spines bekannt sind.

Sie berichteten, dass AIMED eine Bildqualität liefert, die der traditionellen sequenziellen Bildgebungsmethode entspricht und in einigen Fällen sogar besser ist, wobei letztere auf höhere optische Leistung zurückgreift.

Bei Kompressionsraten zwischen 62,5 % und 87,5 % behielten die rekonstruierten Bilder einen strukturellen hnlichkeitsindex 0,95 und ein maximales Signal-zu-Rausch-Verhltnis zwischen 41 und 42 Dezibel. Dies deutet auf einen minimalen Verlust der Bildtreue hin. Das Team führte zudem Simulationsstudien mit bis zu 47 Bildgebungsebenen durch.

Technik und Auswirkungen

Diese Simulationen deuten darauf hin, dass das Verfahren die Geschwindigkeit der Volumenbildgebung bei groß angelegten Bildgebungsaufgaben um etwa das Achte steigern könnte. Im Gegensatz zu vielen Beschleunigungsstrategien, die umfangreiche Hardware-Upgrades erfordern, ist AIMED als relativ einfacher Add-on-Ansatz konzipiert.

Forscher geben an, dass das Rahmenwerk auf andere Bildgebungsverfahren angepasst werden kann, darunter konfokale Mikroskopie, Raman-Bildgebung und photoakustische Bildgebung.

Die Arbeit könnte insbesondere für die Untersuchung spärlicher biologischer Strukturen wie neuronaler Netzwerke sowie für bildgebende Anwendungen ßem Nutzen sein, bei denen die Minimierung äden entscheidend ist. Die Ergebnisse wurden in der Zeitschrift „Advanced Photonics" veröffentlicht.