Microscopios en teléfonos inteligentes se transforman en dispositivos de laboratorio
Por el equipo editorial de LabMedica en español Actualizado el 23 May 2018 |
Imagen: Los dispositivos impresos en 3D pueden capturar imágenes microscópicas cuando se conectan a la lente de una cámara de un teléfono inteligente (Fotografía cortesía del Grupo de Investigación Ozcan/UCLA).
Los teléfonos móviles han facilitado la creación de tecnologías de adquisición de imágenes y detección rentables y de campo que se acercan al desempeño de los instrumentos de laboratorio. Sin embargo, las interfaces de imágenes ópticas de los teléfonos móviles no están diseñadas para microscopía y producen distorsiones en las imágenes microscópicas.
Recientemente se ha demostrado que el aprendizaje profundo, una forma poderosa de inteligencia artificial, puede discernir y mejorar los detalles microscópicos en las fotos tomadas por los teléfonos inteligentes. La técnica mejora la resolución y los detalles de color de las imágenes de los teléfonos inteligentes tanto que se acercan a la calidad de las imágenes de microscopios de laboratorio.
Los bioingenieros de la Facultad de Ingeniería Samueli de la Universidad de California (Los Ángeles, CA; EUA) fotografiaron imágenes de muestras de tejido pulmonar, sangre y frotis de Papanicolaou, utilizando, inicialmente, un microscopio de laboratorio estándar y luego con un teléfono inteligente con el accesorio de microscopio impreso en 3D. Los científicos luego alimentaron los pares de imágenes correspondientes en un sistema informático que “aprende” cómo mejorar rápidamente las imágenes de los teléfonos móviles. El proceso se basa en un código de computadora basado en el aprendizaje profundo que habían desarrollado.
El uso del aprendizaje profundo para corregir tales distorsiones introducidas por los microscopios, basados en teléfonos móviles, facilita la producción de imágenes de alta resolución, eliminadas y corregidas por colores, igualando el desempeño de los microscopios de sobremesa con lentes objetivos de alta gama, extendiendo también su profundidad de campo limitada. Después de entrenar una red neuronal convolucional, obtuvieron imágenes de varias muestras, incluyendo cortes de tejido humano y de Papanicolaou y frotis de sangre, donde las imágenes grabadas estaban altamente comprimidas para facilitar el almacenamiento y la transmisión. La técnica utiliza accesorios que se pueden producir de forma económica con una impresora 3D, a menos de 100 dólares por pieza, frente a los miles de dólares que costaría comprar equipos de laboratorio que produzcan imágenes de calidad similar.
Aydogan Ozcan, PhD, profesor de Ingeniería Eléctrica e Informática y Bioingeniería, dijo: “Usando el aprendizaje profundo, nos propusimos cerrar la brecha en la calidad de la imagen entre los microscopios económicos basados en teléfonos móviles y los microscopios de mesa que son el estándar de oro que utilizan lentes de alta tecnología. Creemos que nuestro método es ampliamente aplicable a otros sistemas de microscopía de bajo costo que usan, por ejemplo, lentes o cámaras de bajo costo, y podría facilitar el reemplazo de microscopios de mesa de gama alta por alternativas móviles rentables”. El estudio fue publicado en línea el 15 de marzo de 2018 en la revista ACS Photonics.
Recientemente se ha demostrado que el aprendizaje profundo, una forma poderosa de inteligencia artificial, puede discernir y mejorar los detalles microscópicos en las fotos tomadas por los teléfonos inteligentes. La técnica mejora la resolución y los detalles de color de las imágenes de los teléfonos inteligentes tanto que se acercan a la calidad de las imágenes de microscopios de laboratorio.
Los bioingenieros de la Facultad de Ingeniería Samueli de la Universidad de California (Los Ángeles, CA; EUA) fotografiaron imágenes de muestras de tejido pulmonar, sangre y frotis de Papanicolaou, utilizando, inicialmente, un microscopio de laboratorio estándar y luego con un teléfono inteligente con el accesorio de microscopio impreso en 3D. Los científicos luego alimentaron los pares de imágenes correspondientes en un sistema informático que “aprende” cómo mejorar rápidamente las imágenes de los teléfonos móviles. El proceso se basa en un código de computadora basado en el aprendizaje profundo que habían desarrollado.
El uso del aprendizaje profundo para corregir tales distorsiones introducidas por los microscopios, basados en teléfonos móviles, facilita la producción de imágenes de alta resolución, eliminadas y corregidas por colores, igualando el desempeño de los microscopios de sobremesa con lentes objetivos de alta gama, extendiendo también su profundidad de campo limitada. Después de entrenar una red neuronal convolucional, obtuvieron imágenes de varias muestras, incluyendo cortes de tejido humano y de Papanicolaou y frotis de sangre, donde las imágenes grabadas estaban altamente comprimidas para facilitar el almacenamiento y la transmisión. La técnica utiliza accesorios que se pueden producir de forma económica con una impresora 3D, a menos de 100 dólares por pieza, frente a los miles de dólares que costaría comprar equipos de laboratorio que produzcan imágenes de calidad similar.
Aydogan Ozcan, PhD, profesor de Ingeniería Eléctrica e Informática y Bioingeniería, dijo: “Usando el aprendizaje profundo, nos propusimos cerrar la brecha en la calidad de la imagen entre los microscopios económicos basados en teléfonos móviles y los microscopios de mesa que son el estándar de oro que utilizan lentes de alta tecnología. Creemos que nuestro método es ampliamente aplicable a otros sistemas de microscopía de bajo costo que usan, por ejemplo, lentes o cámaras de bajo costo, y podría facilitar el reemplazo de microscopios de mesa de gama alta por alternativas móviles rentables”. El estudio fue publicado en línea el 15 de marzo de 2018 en la revista ACS Photonics.
Últimas Tecnología noticias
- Biosensor de ADN permite diagnóstico temprano del cáncer de cuello uterino
- Dispositivos de microfluidos autocalentables pueden detectar enfermedades en pequeñas muestras de sangre o fluidos
- Avance en tecnología de diagnóstico podría hacer que pruebas en el sitio sean ampliamente accesibles
- Primera tecnología de su tipo para detectar glucosa en saliva humana
- Dispositivo electroquímico identifica personas con mayor riesgo de osteoporosis mediante una sola gota de sangre
- Nueva prueba no invasiva detecta infección por malaria sin muestra de sangre
- Dispositivos de detección optofluídicos portátiles podrían realizar simultáneamente una variedad de pruebas médicas
- Solución de software para punto de atención ayuda a manejar escenarios de pruebas POC dispares en ubicaciones de prueba de pacientes
- Biosensor electrónico detecta biomarcadores en muestras de sangre completa sin agregar reactivos
- Prueba innovadora detecta marcadores biológicos relacionados con una variedad mayor de cánceres
- Kit de detección rápida POC determina la salud intestinal a partir de muestras de suero sanguíneo y heces
- Dispositivo convierte teléfono inteligente en microscopio de fluorescencia por solo 50 dólares
- Lector de tubos portátil habilitado para Wi-Fi diseñado para una fácil portabilidad
- Novedosa plataforma de pruebas de diagnóstico asegura el tiempo de respuesta a situaciones de pandemia emergentes
- Transistor revolucionario podría permitir dispositivos portátiles para medir el sodio y el potasio en la sangre
- Sensor portátil de bajo costo detecta metales pesados en el sudor