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.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Histopatología holográfica permite diagnósticos rápidos, precisos

Por el equipo editorial de LabMedica en español
Actualizado el 12 May 2021
Imagen: Esquema de la formación de imágenes de la estructura en 3D del tejido patológico mediante la combinación de tomografía de difracción óptica y la unión automatizada (Fotografía cortesía del Instituto Avanzado de Ciencia y Tecnología de Corea)
Imagen: Esquema de la formación de imágenes de la estructura en 3D del tejido patológico mediante la combinación de tomografía de difracción óptica y la unión automatizada (Fotografía cortesía del Instituto Avanzado de Ciencia y Tecnología de Corea)
La evaluación microscópica de los tejidos resecados y biopsiados es fundamental para comprender la fisiopatología subyacente y los estados clínicos de muchos pacientes. Debido a que la mayoría de las muestras microscópicas son translúcidas a la luz visible, los métodos histológicos convencionales logran el contraste de la imagen utilizando etiquetas exógenas.

La tomografía de difracción óptica es una técnica de microscopía para reconstruir el índice de refracción de una muestra de tejido a partir de sus imágenes de campo disperso obtenidas con varios ángulos de iluminación. Permite la visualización de alto contraste sin etiquetas de muestras transparentes. El campo disperso complejo transmitido a través de la muestra se recupera primero usando holografía fuera del eje, luego los campos dispersos obtenidos con varios ángulos de iluminación se mapean en el espacio de Fourier permitiendo la reconstrucción del índice de refracción de la muestra.

Biocientíficos del Instituto Coreano de Ciencia y Tecnología Avanzada (Daejeon, República de Corea) y sus colegas, desarrollaron imágenes volumétricas sin etiquetas de portaobjetos de tejido grueso, aprovechando las distribuciones del índice de refracción como contraste intrínseco de las imágenes. El presente método explotó sistemáticamente técnicas de imagenología de fase cuantitativa sin etiqueta, reconstrucción volumétrica de distribuciones intrínsecas del índice de refracción en tejidos y algoritmos numéricos para la costura ágil de múltiples tomogramas tridimensionales y para reducir la distorsión de la imagen inducida por la dispersión.

Los científicos demostraron imágenes volumétricas sin etiquetas de tejidos gruesos con un campo de visión de 2 mm × 1,75 mm × 0,2 mm con una resolución espacial de 170 nm × 170 nm × 1.400 nm. El número de modos ópticos, calculado como el volumen reconstruido dividido por el tamaño de la función de dispersión de puntos, fue de ~ 20 giga vóxeles. También demostraron que con el presente método se pueden visualizar diferentes tipos de tumores y una variedad de lesiones precursoras y patologías.

El equipo demostró la capacidad de su nuevo método mediante la obtención de imágenes de una variedad de diferentes patologías de cáncer: tumor neuroendocrino pancreático, neoplasia intraepitelial y neoplasia papilar intraductal del conducto biliar. Obtuvieron imágenes de tejidos a escala milimétrica, sin teñir, de 100 μm de espesor con una resolución subcelular en 3D, lo que permitió la visualización de células individuales y arquitecturas de tejidos multicelulares, comparables a las imágenes obtenidas con tejidos tradicionales procesados químicamente.

YongKuen Park, PhD, profesor y autor principal del estudio, dijo: “Las imágenes obtenidas con el método propuesto permitieron una visualización clara de diferentes características morfológicas en los diversos tejidos, permitiendo el reconocimiento y diagnóstico de lesiones precursoras y patologías. Esperamos que la tomografía de difracción óptica proporcione diagnósticos más rápidos y precisos en consultas de histopatología y patología intraoperatoria”. El estudio fue publicado el 29 de abril de 2021 en la revista Advanced Photonics.

Enlace relacionado:
Instituto Coreano de Ciencia y Tecnología Avanzada

New
Miembro Oro
Control de preeclampsia
Acusera Pre-Eclampsia Control
Software de laboratorio
Acusera 24•7
Creatinine/eGFR Meter
StatSensor® Creatinine/eGFR Meter
Clinical Informatics Platform
CLARION™

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos presentados en ADLM 2026 sugieren que el aprendizaje automático podría ayudar a mejorar la precisión de un análisis de sangre estándar utilizado para diagnosticar tumores raros que se forman en las glándulas suprarrenales o cerca de ellas (Fotografía cortesía de Shutterstock)

Modelo de aprendizaje automático promete mejorar precisión de pruebas de metanefrinas

Los feocromocitomas y los paragangliomas son tumores poco frecuentes que se forman en las glándulas suprarrenales o cerca de ellas y provocan una sobreproducción de hormonas del estrés.... Más

Patología

ver canal
Crédito de imagen: iStock

Herramienta de patología con IA predice riesgo de recaída en cáncer colorrectal en estadio II

El cáncer colorrectal es el cuarto cáncer diagnosticado con mayor frecuencia en Australia y la segunda causa principal de muerte por cáncer, al tiempo que sigue siendo el tercer cáncer... Más

Industria

ver canal
Crédito de imagen: iStock

Una colaboración impulsa los diagnósticos basados en esputo para el asma y la EPOC

El asma y la enfermedad pulmonar obstructiva crónica son afecciones inflamatorias de las vías respiratorias muy prevalentes, que afectan a más de 40 million Americans y a más... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.