Google|谷歌地球、谷歌地图和谷歌天空之后,也许有一天我们会有一个谷歌身体搜索的工具!( 三 )



地图集项目进行中
HiP-CT拍摄的人类大脑视频给人留下了该技术能力的印象(图1) 。 它从常规开始 , 穿过整个器官的横截面 。 在这里 , 大脑看起来像是临床CT扫描 , 尽管是正常分辨率的50倍 。 各种裂片清晰可见 , 一些外部血管也是如此 。 然后 , “相机”放大到大脑后部 , 小脑 , 完美地从大到小过渡 。
在5微米分辨率下 , 可以看到白色和灰质的最小特征;在2.5微米分辨率下 , 可以识别最小的血管 。 甚至可以看到金字塔形状的细胞 , 称为浦肯野神经元 , 它们主要负责人类的运动功能 。 最后 , 视图退缩 , 重建形态仅描绘血管 。 现在 , 大脑“血管”令人难以置信的密度和复杂性变得显而易见 。 作为输送和接收氧气、葡萄糖和新陈代谢废物的系统 , 它让我们每个人都活着和思考 。
HiP-CT视频看起来像你在科幻大片中看到的尖端CGI , 但它是完全真实的 。 此外 , 随着所有原始数据的收集和后处理 , 科学家可以随意探索大脑的不同部分 。 事实上 , 图像中纯粹丰富的信息是如此之多 , 以至于解释它本身就是一个主要问题 。 该团队负责分工 , Tafforeau负责重建图像 , UCL团队试图理解它们 。
UCL计算分析团队的生物物理学家Claire Walsh承认:这有点势不可挡 , 一个例子是肺泡的大小 , 过去一直用它来表示肺部疾病的严重性 。 以前 , 肺泡被认为是大致球形的 , 就像葡萄藤上的葡萄一样 。 但新技术显示它们更不规则 。
因此 , 研究人员不得不在医学合作者的投入下定义新的参数 , 以捕捉新信息的潜力 。 在疫情早期加入UCL团队的胸部放射学家Joseph Jacob强调了挑战的规模 。 “当他第一次看到这些图像时 , 就明确了这是他想做的工作 , 但标记它的复杂性 , 显然只有通过计算机科学才能做到这一点” 。
幸运的是 , Jacob知道X射线数据的图像处理有多重要 , 他开发了将数百张CT图像拼接在一起以详细查看肺部的算法 。 他认为现在的奖励非常值得付出努力 。 他的这项新技术将向我们展示我们从未知道的存在的东西 , 鉴于医学是一门非常“以器官为中心”的学科 , 这可能至关重要 。 如果你能想象整个躯干 , 你就能了解疾病是如何影响其他器官的;这将是一个更全面的方法 。

(图片来源:ESRF/HiP-CT:C L Walsh、P Taf foreau、W L Wagner等人)
使用分层相位对比层析成像(HiP-CT)拍摄的人体大脑视频的剧照显示了该技术在您放大和缩小时可以做什么 。 a整个器官的横截面显示裂片和一些外部血管 。 b大脑后部小脑的更接近图像 。 c以5微米的分辨率 , 可以看到白色和灰质 。 d在2.5微米分辨率下 , 您可以看到最小的血管 。 e当视图退缩时 , 重建仅描绘血管 , 揭示了大脑“血管”的全部复杂性 。 f向后放大又出来了 , 血管就位了 。 有关视频 , 请参阅bit.ly/3LEoxXp 。
前面的路
就目前情况来看 , 地图集中的几乎所有器官都出现在ESRF长期服务的BM05光束线上 。 然而 , 2021年12月 , 该团队在BM18上获得了第一批HiP-CT图像——这是一种新的ESRF光束线 , 旨在最大限度地发挥EBS对大型物体显微层图像的好处 。 虽然光束线要到2022年底才能完全运行 , 但它最终将能够成像躯干 , 甚至整个人体 。
想象一下 , 有一天能够在虚拟现实中探索所有年龄、背景、健康状况和疾病的人体 。 正如Lee所指出的 , 新疾病造成的损害可以很容易地与现有疾病进行比较 , 以表明已知的治疗方法 。 人们可以看到自己内心可能正在发生什么样的过程 。 医务人员可以纯粹地好奇心 , 而不必求助于手术刀 。

相关经验推荐