Les chercheurs ont mis au point une combinaison de matériel informatique disponible dans le commerce et de logiciels libres, connus sous le nom de PySight, qui améliore l’imagerie 2D et 3D rapide du cerveau et des autres tissus. En permettant l’intégration transparente de cette solution rapide d’imagerie 3D, 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 comme les accidents cérébro-vasculaires, l’épilepsie et la démence.
Dans Optica, le journal de recherche à fort impact de The Optical Society, les chercheurs décrivent PySight, comme élément additionnel qui sert au comptage de photons pour les microscopes à numérisation laser. Grâce à cette combinaison inédite de logiciels et de matériel, ils ont amélioré la qualité de l’imagerie 2D et 3D de l’activité neuronale dans un cerveau vivant.
Parce qu’elle permet d’obtenir des images en profondeur dans les tissus, une technique au laser connue sous le nom de microscopie multi-photonique est souvent utilisée pour étudier l’activité rapide des neurones, des 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 saisir toute l’étendue de l’activité neuronale avec la microscopie multi-photonique pousse les scientifiques à produire des images plus rapidement. Par conséquent, de moins en moins de photons deviennent disponibles pour former des images, un peu comme pour prendre une photo avec des temps d’exposition de plus en plus courts. Le défi consiste à savoir comment obtenir des images significatives dans ces conditions de faible luminosité.
« Pour surmonter cet obstacle, les microscopistes ont utilisé une méthode de lecture par détecteur appelée comptage de photons », explique Pablo Blinder, chef de l’équipe de recherche de l’Université de Tel Aviv en Israël. « Cependant, parce que sa mise en œuvre exigeait de vastes connaissances en électronique et des composants personnalisés, le comptage de photons n’a jamais été largement adopté. De plus, les solutions disponibles sur le marché étaient mal adaptées pour réaliser des images très rapides, comme c’est le cas pour l’imagerie 3D. »
En plus de faire progresser la recherche sur l’imagerie neurale, l’amélioration de la sensibilité de PySight pourrait faciliter l’identification peropératoire rapide des cellules malignes par microscopie multi-photonique chez les patients humains. 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 auto-portées qui utilisent le LIDAR pour cartographier leur environnement.
Pour des informations exclusives sur l’impression 3D, abonnez-vous à notre newsletter et suivez-nous sur les réseaux sociaux !
Vous souhaitez-vous abonner à 3D ADEPT Mag ? Ou vous voulez figurer dans le prochain numéro de notre magazine numérique ? Envoyez-nous un email à contact@3dadept.com
//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js
(adsbygoogle = window.adsbygoogle || []).push({});