I ricercatori dell’Universidad Carlos III de Madrid (UC3M) hanno sviluppato un sistema basato su tecniche di visione artificiale che consente l’analisi automatica di video biomedici acquisiti al microscopio per caratterizzare e descrivere il comportamento delle cellule che appaiono nelle immagini.
Queste nuove tecniche sviluppate dal team di ingegneri dell’UC3M sono state utilizzate per misurazioni sui tessuti viventi, in una ricerca condotta con gli scienziati del Centro nazionale per la ricerca cardiovascolare (CNIC nel suo acronimo spagnolo). Di conseguenza, il team ha scoperto che i neutrofili (un tipo di cellula immunitaria) mostrano comportamenti diversi nel sangue durante i processi infiammatori e hanno identificato che uno di essi, causato dalla molecola Fgr, è associato allo sviluppo di malattie cardiovascolari. Questo lavoro, recentemente pubblicato sulla rivista Nature, potrebbe consentire lo sviluppo di nuovi trattamenti per ridurre al minimo le conseguenze degli attacchi di cuore. I ricercatori della Vithas Foundation, dell’Università di Castilla-La Mancha, dell’Agenzia di Singapore per la scienza, la tecnologia e la ricerca (ASTAR) e l’Università di Harvard (USA), tra gli altri centri,
“Il nostro contributo consiste nella progettazione e sviluppo di un sistema completamente automatico, basato su tecniche di visione artificiale, che ci permette di caratterizzare le cellule in studio attraverso l’analisi di video catturati dai biologi utilizzando la tecnica della microscopia intravitale”, afferma uno degli autori di questo lavoro, il professor Fernando Díaz de María, capo del gruppo di elaborazione multimediale UC3M. Sono state effettuate misurazioni automatiche della forma, dimensione, movimento e posizione rispetto al vaso sanguigno di alcune migliaia di cellule, rispetto agli studi biologici tradizionali che sono solitamente supportati da analisi di alcune centinaia di cellule caratterizzate manualmente. In questo modo è stato possibile effettuare un’analisi biologica più avanzata e con maggiore significatività statistica.
Questo nuovo sistema ha diversi vantaggi, secondo i ricercatori, in termini di tempo e precisione. In generale, “non è fattibile mantenere un biologo esperto che segmenta e traccia le cellule in video per mesi. D’altra parte, per fornire un’idea approssimativa (perché dipende dal numero di cellule e dalla profondità del volume 3D), il nostro sistema solo ci vogliono 15 minuti per analizzare un video di 5 minuti”, afferma un altro dei ricercatori, Ivan González Díaz, Professore Associato nel Dipartimento di Teoria dei Segnali e Comunicazione dell’UC3M.
Le reti neurali profonde, gli strumenti su cui si basano questi ingegneri per la segmentazione e il rilevamento delle cellule, sono fondamentalmente algoritmi che imparano dagli esempi, quindi per implementare il sistema in un nuovo contesto, è necessario generare esempi sufficienti per consentire la loro formazione. Queste reti fanno parte delle tecniche di apprendimento automatico, che a sua volta è una disciplina nel campo dell’Intelligenza Artificiale (AI). Inoltre, il sistema incorpora altri tipi di tecniche statistiche e modelli geometrici, tutti descritti in un altro articolo, recentemente pubblicato sulla rivista Medical Image Analysis .
Il software che implementa il sistema è versatile e può essere adattato ad altri problemi in poche settimane. “In effetti, lo stiamo già applicando in altri diversi scenari, studiando il comportamento immunologico dei linfociti T e delle cellule dendritiche nei tessuti cancerosi. E i risultati provvisori sono promettenti”, afferma un altro dei ricercatori del team UC3M, Miguel Molina Moreno.
In ogni caso, quando si ricerca in questo campo, i ricercatori sottolineano l’importanza del lavoro di un team interdisciplinare. “In questo contesto, è importante riconoscere lo sforzo di comunicazione preliminare tra biologi, matematici e ingegneri, necessario per comprendere i concetti di base di altre discipline, prima che si possano compiere reali progressi”, conclude Fernando Díaz de María.
