Multimodale geräteübergreifende und markerfreie Co-Registrierung von präklinischen Bildgebungsmodalitäten
27. Oktober 2023
Die Kombination mehrerer bildgebender Verfahren ist oft notwendig, um ein umfassendes Verständnis der Pathophysiologie zu erlangen. Bei diesem Ansatz werden Phantome verwendet, um eine differentielle Transformation zwischen den Koordinatensystemen zweier Modalitäten zu erzeugen, die dann für die Co-Registrierung verwendet wird. Diese Methode macht Passermarken bei Produktionsscans überflüssig.
Wir entwickeln Software-Tools für die präklinische Bildgebung, einschließlich Bildrekonstruktion, Fusion, Segmentierung und Quantifizierung. Unsere Software soll benutzerfreundlich, effizient und mit jedem Kleintier-Bildgebungsgerät kompatibel sein, um eine reproduzierbare quantitative Analyse der erfassten multimodalen Bilddaten zu ermöglichen. Automatisierung ist in unserem Bereich ein wichtiges Thema, denn die manuelle Analyse ist oft zu zeitaufwendig, fehleranfällig und kaum reproduzierbar.
Softwarebasierte Automatisierung kann die Analyse effizient und reproduzierbar machen, aber die Herausforderung besteht darin, die Automatisierung robust genug zu machen. Bildgebungsgeräte für Kleintiere liefern volumetrische Bilddaten von anästhesierten Labormäusen und Ratten und ermöglichen die nicht-invasive Beurteilung pathologischer und physiologischer Veränderungen. Integrierte multimodale Geräte kombinieren die Stärken mehrerer Modalitäten wie Mikro-CT und PET.
Es ist auch möglich, zwei separate Geräte zu kombinieren. Wir haben eine Software für die automatisierte Fusion spezieller Modalitäten wie Micro-CT und FMT entwickelt. Außerdem stellten wir eine effiziente Software für die interaktive Bildfusion zur Verfügung und definierten ein neues Dateiformat zur Speicherung der Bilddaten unter Berücksichtigung von Aspekten aus der Datenpflege.
Letztes Jahr haben wir einen Ansatz für retrospektives Respiratory Gating unter Hochdurchsatzeinstellungen veröffentlicht. Unser Protokoll basiert auf einer Transformationsmatrix, die mit einem Kalibrierungsschritt generiert wird, der sichtbare Strukturen wie Passermarken umfasst. Dann kann die Bildfusion mit dieser Transformationsmatrix automatisiert werden, wodurch Marker überflüssig werden.
Übersicht
Diese Studie stellt Software-Tools für die präklinische Bildgebung vor, die auf die Automatisierung der multimodalen Bildanalyse ausgerichtet sind. Die Tools verbessern die Effizienz und Reproduzierbarkeit bei der Analyse volumetrischer Bilddaten aus bildgebenden Verfahren an kleinen Tieren.
Wesentliche Studienkomponenten
Bereich der Wissenschaft
- Neurowissenschaften
- Bildgebende Verfahren
- Softwareentwicklung
Hintergrund
- Die präklinische Bildgebung ist entscheidend für das Verständnis physiologischer und pathologischer Veränderungen.
- Die manuelle Analyse von Bildgebungsdaten ist häufig zeitaufwendig und fehleranfällig.
- Automatisierung kann die Effizienz und Reproduzierbarkeit der Bildanalyse verbessern.
- Integrierte multimodale Geräte kombinieren die Stärken verschiedener Bildgebungsmethoden.
Zweck der Studie
- Entwicklung einer benutzerfreundlichen Software für die automatisierte Bildfusion und -analyse.
- Verzicht auf Referenzmarken bei der Bildregistrierung.
- Möglichkeit der reproduzierbaren quantitativen Analyse multimodaler Bilddaten.
Verwendete Methoden
- Entwicklung von Software-Tools zur Fusion, Segmentierung und Quantifizierung von Bilddaten.
- Automatisierung der Bildfusion unter Verwendung von Transformationsmatrizen, die aus Kalibrierungsschritten abgeleitet sind.
- Integration von Bilddaten aus Geräten wie Mikro-CT und PET.
- Implementierung benutzerfreundlicher Schnittstellen zum Laden und Analysieren von Bildern.
Hauptergebnisse
- Die automatisierte Fusion von Bildgebungsmodalitäten wurde erfolgreich ohne Fiducial-Markierungen erreicht.
- Software-Tools zeigten Effizienz bei der Verarbeitung volumetrischer Daten von Kleintieren.
- Neue Dateiformate wurden zur Verbesserung der Datenkuration und -speicherung definiert.
- Rückwirkende Atemgating-Methoden und Hochdurchsatz-Einstellungen wurden validiert.
Schlussfolgerungen
- Die entwickelte Software verbessert die Analyse multimodaler Bilddaten.
- Die Automatisierung reduziert signifikant den Zeitaufwand und die Fehlerhäufigkeit manueller Analysen.
- Dieser Ansatz kann genauere Bewertungen in der präklinischen Forschung erleichtern.
Häufig gestellte Fragen
Ausschlaggebende Bedeutung für die Industrie
Die robuste, markierungsfreie Koregistrierung präklinischer Bildgebungsmethoden behebt einen kritischen Engpass in der translationsmedizinischen Forschung, indem sie die reproduzierbare, quantitative Integration multimodaler Datensätze ermöglicht. Diese Fähigkeit erhöht das Vorhersagevertrauen in Krankheitsmodelle und unterstützt eine zuverlässigere Zielvalidierung sowie die mechanistische Risikominderung entlang der Entdeckungspipeline. Optimierte, automatisierungstaugliche Arbeitsabläufe verringern die manuelle Variabilität und erleichtern skalierbare, standortübergreifende Bildgebungsstudien für unternehmensweite Forschungs- und Entwicklungsportfolios.
Strategische Anwendungen in der Biopharma-Forschung und Entwicklung
Frühe Entdeckung und Zielvalidierung
- Ermöglicht die quantitative, nicht-invasive Beurteilung biologischer Veränderungen in kleinen Tiermodellen.
- Unterstützt die funktionelle Target-Validierung durch Integration anatomischer und molekularer Bildgebungsdaten.
- Reduziert mechanistische Unschärfen durch präzise räumliche Korrelation multimodaler Signale.
- Erleichtert die Portfolio-Triage, indem der prädiktive Wert präklinischer Befunde verbessert wird.
Screening und Assay-Entwicklung
- Bereitet validierte Bilddatensätze für quantitative Analysen und Screening-Workflows in nachfolgenden Schritten vor.
- Standardisiert die Bildfusion und die Ko-Registrierung und verbessert dadurch die Reproduzierbarkeit zwischen Studien.
- Ermöglicht skalierbare, automatisierungskompatible Workflows für bildbasierte Hochdurchsatzanalysen.
- Unterstützt die zuverlässige Bewertung von Substanzeffekten in krankheitsrelevanten Modellen.
Translationale und präklinische Forschung
- Verknüpft bildgebende Ergebnisse mit translationalen Biomarker-Strategien, indem funktionelle und strukturelle Daten integriert werden.
- Stellt die Kontinuität von der Entdeckung bis zur präklinischen Validierung sicher, indem die Integration von Daten unterschiedlicher Modalitäten unterstützt wird.
- Reduziert Risiken bei Entscheidungen zur Weiterentwicklung, indem robuste, quantitative bildgebende Endpunkte bereitgestellt werden.
- Verbessert die Charakterisierung von Krankheitsmodellen hinsichtlich ihrer translationalen Relevanz.
Pipeline- und Workflow-Integration
Dieser markerfreie Co-Registrations-Workflow verbindet die frühe Entdeckung, die Identifizierung von Leitstrukturen und die präklinische Validierung, indem er die nahtlose Integration von Bilddaten aus mehreren Modalitäten und Geräten ermöglicht.
- Entdeckungsbasierte Biologie: Unterstützt Hypothesentests und die Aufklärung von Signalwegen durch integrierte Bildanalyse.
- Screening: Liefert reproduzierbare, quantitative bildgebende Ergebnisse zur Beurteilung von Substanzen.
- Analysen: Stellt Transformationsmatrizen und curatierte Dateiformate für robuste statistische Vergleiche bereit.
- Translationale Forschung: Ermöglicht die Abstimmung von Biomarkern und die Validierung von Krankheitsmodellen über verschiedene bildgebende Plattformen hinweg.
- Unternehmensweite Wiederverwendung: Bietet eine skalierbare, geräteunabhängige Lösung zur Integration multimodaler Bildgebung über verschiedene F&E-Standorte hinweg.
Operative und unternehmerische Auswirkungen
- Wissenschaftlicher Wert: Erhöht die Vorhersagesicherheit und verringert biologische Risiken in präklinischen Bildgebungsstudien.
- Operationaler Wert: Standardisiert und automatisiert die Bildfusion und minimiert manuelle Fehler sowie Variabilität.
- Strategischer Wert: Ermöglicht fundiertere Go/No-Go-Entscheidungen und kapitalgerechtes Portfolio-Management.
- Portfolio-Implikation: Unterstützt die risikoadjustierte Priorisierung und Weiterentwicklung von Entdeckungsprogrammen.
Durchführungsüberlegungen
- Erfordert Fachkenntnisse in der präklinischen Bildgebung und quantitativen Analyse.
- Ist abhängig von kompatiblen Bildgebungssystemen und einer Software-Infrastruktur zur Datenintegration.
- Erfordert die Standardisierung von Bildgebungsprotokollen und des Metadatenmanagements über Teamgrenzen hinweg.
- Anpassbar an verschiedene Kombinationen von Bildgebungsmodalitäten und standortspezifische Arbeitsabläufe.
- Die kalibrierbasierte Eichung anhand von Phantomen und die Erzeugung von Transformationsmatrizen sind für die Ersteinrichtung unerlässlich.
Biopharma FAQs
Chapters in this video
0:00
Introduction
2:01
Calculation of the Differential Transformation for Cross‐Device Co‐Registration of Two Preclinical Imaging Modalities
6:10
Application of the Differential Transformation for Cross‐Device Co‐Registration of Two Preclinical Imaging Modalities
