왼쪽 패널에는 Xenopus 배아 조직의 원시 카지노 커뮤니티가 표시됩니다. 이 조직은 매우 산란하는 것으로 잘 알려져 있으며, 이는 원시 카지노 커뮤니티의 구조를 해결할 수 없다는 사실에 의해 분명합니다. 오른쪽 패널은 새로운 계산 산란-수정 방법의 결과를 보여 주며, 이는 이미징 기능을 크게 향상시킵니다. 산란 된 후, 세포 경계, 핵 및 노른자 혈소판을 세포 분해능으로 명확하게 식별 할 수 있습니다.
오늘날의 최첨단 광학 이미징 기술은 생물학적 역학이 세포 내 해상도에서 발생하는 것을 보는 데 도움이 될 수 있습니다. 그러나,이 능력은 주로 개별 세포 또는 얇은 조직 섹션과 같은 얇은 생물학적 샘플로 제한되며, 두껍고 더 복잡한 생물학적 조직의 고해상도, 3 차원 카지노 커뮤니티를 포착 할 때 분리됩니다. 이 제한은 조직이 조명을 산란시키고 광학 이미징을 방해하는 밀도가 붙은 세포의 이질적인 배열로 구성되기 때문에 발생합니다. 이것은 조직 내에서 발생하는 생물학적 역학이 더 확산 된 빛과 스 컷틀 카지노 커뮤니티에서 살아있는 조직에서 특히 도전입니다.
오스틴에있는 텍사스 대학교 (University of Texas)의 연구원들은 Chan Zuckerberg 이니셔티브 로부터이 도전 과제를 해결하고 라이브 조직의 고해상도, 3D 카지노 커뮤니티징 기능을 개선하기 위해 백만 달러의 보조금을 받았습니다. 그들은 창의적인 전략을 사용하여 데이터를 수집하는 새로운 유형의 카지노 커뮤니티징 시스템을 구축 할 계획입니다. 또한 데이터 내에서 산란 된 정보를 방해 할 수있는 알고리즘을 개발할 계획입니다. 하드웨어와 계산을 결합함으로써 그들의 목표는 전통적으로 불가능한 카지노 커뮤니티징 기능을 달성하는 것입니다.
그것이 중요한 이유: 두꺼운 라이브 조직 내에서 카지노 커뮤니티와 비디오를 얻을 수 없다면 대규모 생물학적 시스템을 모니터링하는 것은 매우 어려워집니다. 예를 들어, 많은 유기체에서 조직 산란으로 인해 내부 발달 과정을 완전히 시각화하기가 어렵습니다.
인간의 경우 더 나은 라이브 카지노 커뮤니티징 기능은 뇌 및 기타 중요한 기관의 모니터링을 개선하고 상황이 발생할 때 상황을 감지하는 능력을 열어줍니다.
"이것은 전체 유기체에 대한보다 전체적인 관점을 얻을 수 있습니다. 페트리 접시의 두 세포는 곱하기가 아닙니다. 이상적으로, 우리는 시스템 전체의 규모에서 유기체 내에서 발생하는 복잡한 세포 상호 작용을보고 싶습니다.
프로젝트 :3D 카지노 커뮤니티를 재구성하려면 일반적으로 수백 가지 측정이 필요합니다. 이러한 모든 측정의 필요성은 살아 있고 움직이는 조직의 선명하고 고해상도 카지노 커뮤니티를 형성하는 것이 거의 불가능합니다.
연구원들은 조직 별 정보를 원시 측정으로 인코딩하는 차세대 광학 이미징 시스템을 개발할 것입니다. 또한이 정보를 사용하여 카메라의 빛이 살아있는 조직에 의해 확산 되더라도 전통적인 카지노 커뮤니티 시스템의 해상도를 제한하더라도 내부 조직 역학의 전체 그림을 얻을 수있는 알고리즘을 개발할 것입니다..
"그것은 흐릿한 안개가 자욱한 환경을 통해 사진을 찍는 것과 같은 종류입니다. 그러한 상황에서 선명한 사진을 얻는 것은 정말 어렵지만, 우리가 Haziness를 제거하기위한 알고리즘을 설계하면 고품질의 카지노 커뮤니티를 얻을 수있다"고 전기 및 컴퓨터 공학의 조교수 인 Jon Tamir는 말했다.
도전 :프로젝트의 하드웨어와 소프트웨어 측면은 Chowdhury와 Tamir가 목표로하는 카지노 커뮤니티징 깊이에서 생생한 조직을 실제로 수행하지 않았기 때문에 프로젝트의 하드웨어와 소프트웨어 측면 모두가 어려울 것입니다. 심해 영상화를위한 현재의 최첨단 광학 기술은 일반적으로 1 밀리미터 정도의 조직 내에서 볼 수 있습니다. 특히 밀도가 높고 이종 조직의 경우,이 한계는 훨씬 더 작을 수 있습니다. 이 한계를 넘어서 보려면 Chowdhury와 Tamir는 동적 조직 산란을 풀기 위해 혁신적인 카지노 커뮤니티징 프레임 워크를 개발해야합니다. 이 프레임 워크는 데이터 수집 및 시공간 계산 알고리즘을위한 전문 전략으로 구성됩니다. 조직 산란의 매우 복잡하고 혼란스러운 특성으로 인해 알고리즘은 역동적 인 조직 샘플에서 수집 된 산란 측정을 가장 잘 설명하는 4D (3D Space + 1d Time)“솔루션”을 검색하기 위해 기계 학습의 최근 발전을 활용합니다.
연구원들은 건초 더러운 은유의 오래된 바늘과 같지만, 건초 더미에서 무엇을 찾고 있는지 모른다고 말합니다. 연구원들은 그들이보고있는 것과 관련된 기존의 방법과 사전 지식이 많지 않기 때문에 어떤면에서 뒤로 봐야한다고 말합니다..
"우리는 개별 세포가 어떻게 생겼는지 알고 있습니다. 우리는 죽은 카지노 커뮤니티 모습을 알고 있지만, 길이의 영상 깊이와 높은 해상도에서 살고 움직이는 조직이 어떤 모습인지 알지 못합니다..
팀 :이 프로젝트의 중요한 열쇠는 팀의 학제 간 성격입니다. Chowdhury의 배경은 사용자 정의 하드웨어를 계산 알고리즘과 통합하는 차세대 광학 카지노 커뮤니티징 기술을 개발하는 데 있습니다. Chowdhury는 이러한 기술을 과학 및 의학의 응용 분야에 대한 목표를 목표로합니다. 이 전문 지식은 배경이 자기 공명 영상 (MRI)에있는 Tamir의 전문 지식을 보완합니다. 긴 스캔 시간과 움직임으로 인해 발생하는 문제도 해당 분야에서 가장 중요합니다. 그것이 사람들이 MRI를 얻을 때 가능한 한 여전히 머물 것을 말하는 이유입니다.
이 프로젝트의 주요 목표는 광학 카지노 커뮤니티징과 MRI의 요소를 하나로 모으는 것입니다. 예를 들어, MRI 스캔 내에서 발생하는 동작을 보상하기 위해 MRI 필드에서 사용 된 계산 접근법은 광학 카지노 커뮤니티징에 잠재적으로 적응할 수 있습니다. 성공하면이 두 분야는 함께 합류하여 여러 가지 일반적인 문제를 해결할 수 있으며 연구자들은 이러한 전문 분야의 다리를 구축하고 서로를 배우기를 희망합니다.
27136_27206
