Los ingenieros biomédicos de la Universidad de Duke han ideado un método para aumentar la resolución de la tomografía de coherencia óptica (OCT) a un solo micrómetro en todas las direcciones, incluso en un paciente vivo. La nueva técnica, llamada tomografía de refracción de coherencia óptica (OCRT), podría mejorar las imágenes médicas obtenidas en la industria multimillonaria de OCT para campos médicos que van desde la cardiología hasta la oncología.

Los resultados aparecen en un artículo publicado en línea el 19 de agosto en la revista Fotónica de la naturaleza .

"Un problema histórico con OCT es que la resolución de profundidad suele ser varias veces mejor que la resolución lateral, "dijo Joseph Izatt, el profesor de ingeniería Michael J. Fitzpatrick en Duke. "Si las capas de tejidos de las que se obtienen imágenes son horizontales, entonces están bien definidos en el escaneo. Pero para extender todo el poder de la OCT para obtener imágenes en vivo de tejidos en todo el cuerpo, se necesitaba un método para superar el compromiso entre la resolución lateral y la profundidad de la imagen ".

OCT es una tecnología de imágenes análoga a la ecografía que utiliza luz en lugar de ondas sonoras. Una sonda dispara un rayo de luz a un tejido y, basado en los retrasos de las ondas de luz cuando rebotan, determina los límites de las características dentro. Para obtener una imagen completa de estas estructuras, el proceso se repite en muchas posiciones horizontales sobre la superficie del tejido que se escanea.

Debido a que OCT proporciona una resolución de profundidad mucho mejor que la dirección lateral, funciona mejor cuando estas entidades contienen principalmente capas planas. Cuando los objetos dentro del tejido tienen formas irregulares, las características se vuelven borrosas y la luz se refracta en diferentes direcciones, reduciendo la calidad de la imagen.

Los intentos anteriores de crear imágenes OCT con alta resolución lateral se han basado en la holografía, midiendo minuciosamente el complejo campo electromagnético reflejado desde el objeto. Si bien esto se ha demostrado, el enfoque requiere que la muestra y el aparato de imágenes permanezcan perfectamente inmóviles hasta la escala nanométrica durante toda la medición.

"Esto se ha logrado en un entorno de laboratorio, "dijo Izatt, quien también tiene una cita en oftalmología en la Facultad de Medicina de la Universidad de Duke. "Pero es muy difícil de lograr en los tejidos vivos porque viven, respirar, fluir y cambiar ".

En el nuevo periódico, Izatt y su estudiante de doctorado, Kevin Zhou, adoptar un enfoque diferente. En lugar de depender de la holografía, los investigadores combinan imágenes OCT adquiridas desde múltiples ángulos para extender la resolución de profundidad a la dimensión lateral. Cada imagen OCT individual, sin embargo, se distorsiona por la refracción de la luz a través de irregularidades en las células y otros componentes del tejido. Para compensar estos caminos alterados al compilar las imágenes finales, los investigadores necesitaban modelar con precisión cómo se dobla la luz a medida que pasa a través de la muestra.

Para lograr esta hazaña computacional, Izatt y Zhou se volvieron hacia su colega Sina Farsiu, el profesor asociado de ingeniería Paul Ruffin Scarborough en Duke, que tiene una larga trayectoria en el uso de herramientas de aprendizaje automático para crear mejores imágenes para aplicaciones de atención médica.

Trabajando con Farsiu, Zhou desarrolló un método que utiliza "optimización basada en gradientes" para inferir el índice de refracción dentro de las diferentes áreas de tejido basándose en las imágenes de múltiples ángulos. Este enfoque determina la dirección en la que la propiedad dada, en este caso el índice de refracción, debe ajustarse para crear una mejor imagen. Después de muchas iteraciones, el algoritmo crea un mapa del índice de refracción del tejido que compensa mejor las distorsiones de la luz. El método se implementó con TensorFlow, una biblioteca de software popular creada por Google para aplicaciones de aprendizaje profundo.

"Una de las muchas razones por las que encuentro este trabajo emocionante es que pudimos tomar prestadas herramientas de la comunidad de aprendizaje automático y aplicarlas no solo para posprocesar imágenes OCT, sino también para combinarlos de una manera novedosa y extraer nueva información, ", dijo Zhou." Creo que hay muchas aplicaciones de estas bibliotecas de aprendizaje profundo, como TensorFlow y PyTorch, fuera de las tareas estándar, como la clasificación y segmentación de imágenes ".

Para estos experimentos de prueba de concepto, Zhou tomó muestras de tejido como la vejiga o la tráquea de un ratón, los puso en un tubo, y rotó las muestras 360 grados debajo de un escáner OCT. El algoritmo creó con éxito un mapa del índice de refracción de cada muestra, aumentando la resolución lateral del escaneo en más de un 300 por ciento mientras se reduce el ruido de fondo en la imagen final. Si bien el estudio utilizó muestras ya extraídas del cuerpo, los investigadores creen que la OCRT puede adaptarse para funcionar en un organismo vivo.

"En lugar de rotar el tejido, una sonda de exploración desarrollada para esta técnica podría rotar el ángulo del haz sobre la superficie del tejido, "dijo Zhou.

Zhou ya está investigando cuánto podría mejorarse un escaneo corneal con la tecnología con un barrido de menos de 180 grados, y los resultados parecen prometedores. Si tiene éxito, la técnica podría ser de gran ayuda para muchas necesidades de imágenes médicas.

"La captura de imágenes de alta resolución de los tejidos de flujo de salida convencionales en el ojo es un objetivo buscado desde hace mucho tiempo en oftalmología, "dijo Farsiu, refiriéndose al sistema de drenaje del humor acuoso del ojo. "Tener un escáner OCT con este tipo de resolución lateral sería muy importante para el diagnóstico temprano y encontrar nuevos objetivos terapéuticos para el glaucoma".

"La OCT ya ha revolucionado el diagnóstico oftálmico al promover la obtención de imágenes microscópicas no invasivas de la retina humana viva, ", dijo Izatt." Creemos que con avances adicionales como OCRT, el alto impacto de esta tecnología puede extenderse no solo a diagnósticos oftálmicos adicionales, sino a la obtención de imágenes de patologías en tejidos accesibles mediante endoscopios, catéteres y broncoscopios en todo el cuerpo ".