استفاده از نور و صدا برای آشکار کردن فعالیت سریع مغز با جزئیات بی سابقه

مهندسان زیست پزشکی در دانشگاه دوک روشی را برای اسکن و تصویربرداری از جریان خون و سطح اکسیژن در داخل مغز موش در زمان واقعی با وضوح کافی برای مشاهده فعالیت هر دو رگ و کل مغز به طور همزمان ایجاد کرده‌اند.

این رویکرد جدید تصویربرداری موانع طولانی مدت سرعت و وضوح در فناوری های تصویربرداری مغز را می شکند و می تواند بینش جدیدی در مورد بیماری های عصبی عروقی مانند سکته مغزی، زوال عقل و حتی آسیب مغزی حاد کشف کند.

این تحقیق در 17 مه ظاهر شد نور: علم و کاربردها.

تصویربرداری از مغز یک عمل متعادل کننده است. ابزارها باید به اندازه کافی سریع باشند تا رویدادهای سریع را ثبت کنند، مانند شلیک نورون یا جریان خون در یک مویرگ، و آنها باید فعالیت را در مقیاس های مختلف نشان دهند، خواه در سراسر مغز باشد یا در سطح یک سرخرگ.

جونجی یائو، استادیار مهندسی زیست پزشکی در دوک می گوید: «شما می توانید به این چیزها به صورت جداگانه دست پیدا کنید، اما انجام همه آنها با هم بسیار دشوار است. “مثل این است که بین داشتن یک ماشین سریع که کوچک است و نشستن در آن راحت نیست، یا یک ماشین بزرگ و جادار که بیش از 30 مایل در ساعت حرکت نمی کند، یکی را انتخاب کنید. برای مدت طولانی، راهی برای به دست آوردن همه چیز وجود نداشت. یکباره خواستم.»

یائو و تیمش در مطالعه جدید خود بحث می کنند که چگونه این مبادله طولانی مدت را با توسعه میکروسکوپ فوتوآکوستیک فوق سریع یا UFF-PAM حل کرده اند.

میکروسکوپ فوتو آکوستیک از خواص نور و صدا برای گرفتن تصاویر دقیق از اندام ها، بافت ها و سلول ها در سراسر بدن استفاده می کند. این تکنیک از لیزر برای ارسال نور به بافت یا سلول مورد نظر استفاده می کند. هنگامی که لیزر به سلول برخورد می کند، گرم می شود و فوراً منبسط می شود و یک موج اولتراسونیک ایجاد می کند که به حسگر باز می گردد.

UFF-PAM به ترکیبی از پیشرفت‌های سخت‌افزاری و الگوریتم‌های یادگیری ماشینی برای ارتقای تکنیک متکی است. در بخش سخت افزاری، یک سیستم اسکن چند ضلعی، انفجارهای لیزری بیشتری را به یک منطقه بزرگتر ارسال می کند، در حالی که یک مکانیسم اسکن جدید به اسکنر لیزری و سنسور اولتراسوند اجازه می دهد تا همزمان کار کنند. به گفته یائو، این تغییرات سرعت دستگاه آنها را دو برابر کرد و UFF-PAM را به سریع ترین فناوری تصویربرداری در جامعه فوتوآکوستیک تبدیل کرد.

یائو و تیمش سپس یک الگوریتم یادگیری ماشینی توسعه دادند که وضوح تصاویر آنها را بهبود بخشید. آنها با استفاده از بیش از 400 تصویر از مغز موش که در آزمایش های قبلی جمع آوری شده بودند، آن را برای شناسایی عروق در مغز آموزش دادند. اگرچه هر مغز منحصربه‌فرد است، اما الگوریتم یاد گرفت که چگونه ساختارهای رایج را شناسایی کند و از این دانش برای پر کردن پیکسل‌های گمشده قبلی استفاده کرد.

یائو می‌گوید: «تصاویر به‌دست‌آمده مانند تصاویر با وضوح بالا که معمولاً اگر با سرعت بسیار پایین‌تر حرکت می‌کردیم، دقیق به نظر می‌رسیدند، و نیازی نبود که میدان دید کامل را قربانی کنیم.»

به عنوان اثبات مفهوم، تیم از UFF-PAM برای تجسم نحوه واکنش رگ های خونی مغز موش به هیپوکسی، افت فشار خون ناشی از دارو و سکته ایسکمیک استفاده کرد. در طول چالش هیپوکسی، UFF-PAM نحوه حرکت اکسیژن در مغز را ردیابی کرد و نشان داد که سطوح پایین اکسیژن باعث گشاد شدن رگ‌های خونی می‌شود.

در چالش دوم، تیم از داروی نیتروپروساید سدیم (SNP) استفاده کرد که معمولاً برای درمان فشار خون بالا استفاده می‌شود. پیش از این، محققان تصور می کردند که SNP باعث گشاد شدن تمام رگ های خونی مغز می شود. اما یائو و تیمش در عوض نشان دادند که تنها رگ‌های خونی بزرگ‌تر باز می‌شوند، در حالی که رگ‌های خونی کوچک‌تر منقبض می‌شوند.

یائو گفت: «از آنجایی که ما به سرعت دیدی با وضوح بالا از عروق کوچکتر دریافت کردیم، دیدیم که اتساع در واقع پاسخ جهانی به دارو نیست. ما دیدیم که این رگ های کوچک نمی توانند اکسیژن و مواد مغذی کافی را برای بافت فراهم کنند که باعث آسیب شد.»

در چالش نهایی، تیم از UFF-PAM برای مشاهده نحوه واکنش مغز به سکته مغزی و شروع بهبودی استفاده کرد. تیم متوجه شد که بلافاصله پس از سکته، رگ های خونی در ناحیه آسیب دیده منقبض می شوند. این باعث می شود که عروق مجاور آنها نیز در پدیده ای به نام موج دپلاریزاسیون گسترش یافته منقبض شوند. به دلیل میدان دید زیاد و سرعت تصویربرداری بالا، تیم توانست موقعیت شروع موج را دقیقاً مشخص کند و حرکت آن را هنگام انتشار در سراسر مغز دنبال کند.

با نگاهی به آینده، این تیم قصد دارد از UFF-PAM برای کشف مدل‌های بیماری‌های مغزی اضافی مانند زوال عقل، بیماری آلزایمر یا حتی کووید طولانی مدت استفاده کند. آنها همچنین قصد دارند کاربرد این ابزار را در خارج از مغز برای تصویربرداری از اندام هایی مانند قلب، کبد و جفت گسترش دهند. این اندام ها به طور سنتی برای تصویربرداری چالش برانگیز بوده اند، زیرا همیشه در حال حرکت هستند، بنابراین ابزارهای تصویربرداری باید با سرعت بیشتری کار کنند.

یائو گفت: “اکنون که این موانع طولانی مدت را برطرف کرده ایم، کارهای زیادی می توانیم با این فناوری انجام دهیم.” ما در تلاش هستیم چالش‌برانگیزترین پروژه‌ها را برای کار روی آنها انتخاب کنیم تا تأثیر این فناوری را به حداکثر برسانیم.»