Matt Marcure
Des chercheurs de l’université de Californie à Davis ont créé un microscope miniaturisé permettant d’obtenir des images en temps réel, en haute résolution et non invasives de l’activité cérébrale chez les souris. Cet appareil représente une avancée significative qui pourrait révolutionner la manière dont les neuroscientifiques étudient le cerveau.
« Nous développons une technologie permettant d’obtenir des images de l’activité cérébrale chez des souris qui se déplacent et se comportent librement, afin d’ouvrir de nouvelles perspectives en matière de comportement », indique Weijian Yang, professeur en génie électrique et informatique. « L’objectif est de créer un appareil capable de permettre la recherche en temps réel sur l’activité cérébrale et le comportement des souris, afin de voir comment l’activité cérébrale influence le comportement ou la perception. »
Ce microscope permettra de mieux comprendre le fonctionnement du cerveau, ce qui devrait bénéficier à la santé humaine en favorisant le développement de nouvelles stratégies thérapeutiques améliorées pour les troubles cérébraux.
Ce système d’imagerie unique en son genre, appelé DeepInMiniscope, est décrit dans un article publié le 12 septembre dans Science Advances.
Conception itérative
DeepInMiniscope s’appuie sur les travaux antérieurs de M. Yang pour créer un appareil photo sans objectif capable de produire des images tridimensionnelles à partir d’une seule exposition.
Ce système d’imagerie était bien adapté aux objets de grande taille dans des environnements où la diffusion de la lumière était minimale, comme la vision robotique pour l’assemblage de pièces, mais il avait du mal à capturer les détails des échantillons biologiques ou biomédicaux. Dans les tissus vivants, la diffusion de la lumière est fréquente, le contraste du signal a tendance à être faible et la reconstruction de caractéristiques complexes dans un grand volume d’espace pose un problème informatique.
DeepInMiniscope résout ces problèmes grâce à un nouveau masque contenant plus de 100 lentilles miniaturisées à haute résolution. Un réseau neuronal novateur combine les images de chaque lentille pour reconstruire des images en 3D.
Des connaissances approfondies (apprentissage profond)
Le réseau neuronal de DeepInMiniscope combine différentes approches de l’apprentissage automatique pour créer un réseau neuronal déroulé, qui permet une reconstruction instantanée, précise et haute résolution des détails fins sur un grand volume 3D. À l’aide de cet outil, Yang et son équipe de recherche ont enregistré l’activité neuronale d’une souris en temps réel.
« Notre algorithme combine interprétabilité, efficacité, évolutivité et précision », ajoute Feng Tian, chercheur postdoctoral dans le laboratoire de Yang et premier auteur de l’article correspondant. « Il ne nécessite qu’une quantité minimale de données d’entraînement, mais il peut traiter de manière robuste et précise des ensembles de données à grande échelle à grande vitesse. »
Triplé
En rendant son microscope suffisamment petit et ergonomique pour qu’une souris puisse le porter confortablement et en toute sécurité tout en se déplaçant librement, Yang vise à permettre aux neuroscientifiques d’étudier le comportement en temps réel.
Avec seulement 3 centimètres carrés, soit environ la taille d’un grain de raisin, et un poids d’environ 10 grammes, soit l’équivalent de quatre pièces de monnaie, DeepInMiniscope est presque au point.
Alors que les modèles similaires précédents étaient limités par l’encombrement important d’une caméra traditionnelle, DeepInMiniscope utilise un capteur aussi compact qu’une carte de circuit imprimé nue avec un capteur d’image, plutôt qu’un système autonome et fermé.
L’objectif ultime de Yang est de créer un dispositif de 2 cm², qu’il compare à la taille d’un chapeau pour souris. De plus, pour la prochaine version, Yang souhaite rendre le dispositif sans fil.
« En permettant l’observation en temps réel de l’activité cérébrale chez des souris se comportant librement, cette technologie nous permet non seulement de mieux comprendre comment le cerveau traite les informations et contrôle le comportement, mais elle contribue également à améliorer notre compréhension des troubles cérébraux et au développement de futures stratégies thérapeutiques chez l’homme. »
Article : « DeepInMiniscope: Deep learning–powered physics-informed integrated miniscope » – DOI : 10.1126/sciadv.adr668
Source : UC Davis
