Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Please note that the LabMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
Sysmex America, Inc.

Deascargar La Aplicación Móvil




Eventos

03 feb 2020 - 06 feb 2020
01 mar 2020 - 05 mar 2020

Desarrollan hardware optimizado para microscopios para la clasificación exacta de imágenes

Por el equipo editorial de Labmedica en español
Actualizado el 11 Dec 2019
Print article
Imagen: Se ha desarrollado un tipo nuevo de microscopio que utiliza un tazón con luces LED de varios colores y esquemas de iluminación producidos por el aprendizaje automático (Fotografía cortesía de la Universidad de Duke)
Imagen: Se ha desarrollado un tipo nuevo de microscopio que utiliza un tazón con luces LED de varios colores y esquemas de iluminación producidos por el aprendizaje automático (Fotografía cortesía de la Universidad de Duke)
A pesar de la automatización generalizada habilitada por el nuevo software de posprocesamiento, el diseño físico del microscopio estándar aun ha cambiado relativamente poco, ya que, en su mayor parte, todavía es un instrumento optimizado para que un espectador humano pueda mirar e inspeccionar lo que se coloca debajo.

Se ha desarrollado un microscopio que adapta sus ángulos de iluminación, colores y patrones a la vez que se enseña la configuración óptima necesaria para completar una tarea de diagnóstico determinada. En lugar de difundir luz blanca desde abajo para iluminar uniformemente la lámina, los ingenieros desarrollaron una fuente de luz en forma de tazón con LED integrados en toda su superficie. Esto permite que las muestras se iluminen desde diferentes ángulos hasta casi 90 grados con diferentes colores, lo que esencialmente proyecta sombras y resalta diferentes características de la muestra dependiendo del patrón de los LED utilizados.

Un equipo internacional de bioingenieros que trabaja con la Universidad de Duke (Durham NC, EUA) alimentó al microscopio con cientos de muestras de glóbulos rojos infectados con malaria, preparados como frotis delgados, en los que los cuerpos celulares permanecen enteros y se extienden idealmente en una sola capa en un portaobjetos de microscopio. Usando un tipo de algoritmo de aprendizaje automático llamado red neuronal convolucional, el microscopio aprendió qué características de la muestra eran más importantes para diagnosticar la malaria y la mejor manera de resaltarlas.

El algoritmo finalmente logró un patrón LED en forma de anillo de diferentes colores provenientes de ángulos relativamente altos. Si bien las imágenes resultantes son más ruidosas que una imagen de microscopio normal, resaltan el parásito de la malaria en un punto brillante y se clasifican correctamente aproximadamente el 90% de las veces. Los médicos capacitados y otros algoritmos de aprendizaje automático generalmente funcionan con una precisión de aproximadamente el 75%. El equipo también demostró que el microscopio funciona bien con preparaciones espesas de frotis de sangre, en las que los glóbulos rojos forman un fondo altamente no uniforme y se pueden romper. Para esta preparación, el algoritmo de aprendizaje automático tuvo éxito el 99% de las veces.

Roarke Horstmeyer, PhD, profesor asistente de ingeniería biomédica y autor principal del estudio, dijo: “Un microscopio estándar ilumina una muestra con la misma cantidad de luz proveniente de todas las direcciones, y esa iluminación se ha optimizado para los ojos humanos en cientos de años. Pero las computadoras pueden ver cosas que los humanos no pueden. Por lo tanto, no solo hemos rediseñado el hardware para proporcionar una amplia gama de opciones de iluminación, sino que hemos permitido que el microscopio optimice la iluminación por sí mismo”. El estudio fue publicado en la edición de noviembre de 2019 de la revista Biomedical Optics Express.

Enlace relacionado:
Universidad de Duke


Print article

Canales

Diagnóstico Molecular

ver canal
Imagen: La prueba de Karius, que utiliza ADN microbiano libre de células (mcfDNA-seq), puede predecir las infecciones del torrente sanguíneo en pacientes con leucemia hasta tres días antes del inicio de los síntomas (Fotografía cortesía de Karius)

Secuenciación de sangre identifica las infecciones de cáncer pediátrico antes de que presenten síntomas

Las infecciones son complicaciones comunes, pero potencialmente mortales que afectan a los pacientes inmunocomprometidos con cáncer; la infección del torrente sanguíneo (BSI) es una complicación común... Más

Hematología

ver canal
Imagen: Microfotografía de un linfoma difuso de células B grandes, de un aspirado de médula ósea; el núcleo puede estar contorneado y ser irregular (Fotografía cortesía de Peter Maslak)

Perfiles moleculares, firma del microambiente pueden mejorar el pronóstico de los linfomas

El microambiente tumoral incluye los vasos sanguíneos circundantes, las células inmunes, los fibroblastos, las moléculas de señalización y la matriz extracelular que encapsula las células cancerosas.... Más

Inmunología

ver canal
Imagen: Se ha evaluado el desempeño diagnóstico del inmunoensayo enzimático C6 para la artritis de Lyme (Fotografía cortesía de Lonnie R. Marcum, PT, BSHCA)

Inmunoanálisis puede ayudar a identificar la artritis de Lyme en los niños

En los Estados Unidos, la artritis de Lyme es la característica más común, de la infección en etapa tardía, con la espiroqueta transmitida por garrapatas, Borrelia burgdorferi, comenzando generalmente... Más

Microbiología

ver canal
Imagen: Ejemplos de resultados negativos y positivos de la PDR Chagas Stat-Pak. De izquierda a derecha, se muestran resultados de Stat-Pak negativos, débilmente positivos y muy positivos (Fotografía cortesía de Yves Jackson)

Evalúan pruebas diagnósticas rápidas de campo para la enfermedad de Chagas

La enfermedad de Chagas, causada por la infección con el parásito protozoario Trypanosoma cruzi, es la enfermedad tropical desatendida que ejerce una carga más alta en el hemisferio occidental.... Más

Industria

ver canal
Imagen: En 2019, se espera que los diagnósticos de laboratorio en un chip/microfluídicos crezcan al ritmo más rápido de TCAC, debido a su capacidad para reducir los procesos de laboratorio completos a un solo chip y acelerar el proceso de diagnóstico de enfermedades con resultados cuantitativos de alta precisión (Fotografía cortesía de Fotolia).

Mercado mundial de inmunoanálisis microfluidos llegará a los dos mil millones de dólares en 2025

Se espera que el mercado global de inmunoanálisis microfluídico crezca a una tasa anual compuesta del 12,7% desde 2019, a dos mil millones de dólares para 2025, impulsado por los mayores beneficios ofrecidos... Más
Copyright © 2000-2020 Globetech Media. All rights reserved.