Co-registrazione multimodale cross-device e senza marcatori di modalità di imaging preclinico
27 ottobre 2023
La combinazione di più modalità di imaging è spesso necessaria per ottenere una comprensione completa della fisiopatologia. Questo approccio utilizza i fantocci per generare una trasformazione differenziale tra i sistemi di coordinate di due modalità, che viene poi applicata per la co-registrazione. Questo metodo elimina la necessità di fiducial nelle scansioni di produzione.
Sviluppiamo strumenti software per l'imaging preclinico, tra cui la ricostruzione, la fusione, la segmentazione e la quantificazione delle immagini. Il nostro software è pensato per essere facile da usare, efficiente e compatibile con qualsiasi dispositivo di imaging di piccoli animali per consentire un'analisi quantitativa riproducibile dei dati di immagine multimodale acquisiti. L'automazione è un argomento importante nel nostro campo perché l'analisi manuale è spesso troppo dispendiosa in termini di tempo, soggetta a errori e difficilmente riproducibile.
L'automazione basata su software può rendere l'analisi efficiente e riproducibile, ma la sfida consiste nel rendere l'automazione sufficientemente robusta. I dispositivi di imaging per piccoli animali forniscono dati di immagine volumetrica di topi e ratti di laboratorio anestetizzati e consentono una valutazione non invasiva dei cambiamenti patologici e fisiologici. I dispositivi multimodali integrati combinano i punti di forza di più modalità, come la Micro-CT e la PET.
È anche possibile combinare due dispositivi separati. Abbiamo sviluppato software per la fusione automatizzata di modalità speciali, come Micro-CT e FMT. Abbiamo anche fornito un software efficiente per la fusione interattiva delle immagini e definito un nuovo formato di file per memorizzare i dati delle immagini, considerando gli aspetti della cura dei dati.
L'anno scorso abbiamo pubblicato un approccio per il gating respiratorio retrospettivo in contesti ad alto rendimento. Il nostro protocollo risiede in una matrice di trasformazione, che viene generata utilizzando una fase di calibrazione che coinvolge strutture visibili come i marcatori fiduciali. Quindi, la fusione delle immagini può essere automatizzata utilizzando questa matrice di trasformazione, che elimina la necessità di marcatori.
Panoramica
Questo studio presenta strumenti software progettati per l'imaging preclinico, con un focus sull'automazione dell'analisi di immagini multimodali. Gli strumenti migliorano l'efficienza e la riproducibilità nell'analisi di dati immagine volumetrici provenienti da dispositivi di imaging per piccoli animali.
Componenti Chiave dello Studio
Area della Scienza
- Neuroscienze
- Tecniche di Imaging
- Sviluppo di Software
Sfondo
- L'imaging preclinico è essenziale per comprendere i cambiamenti fisiologici e patologici.
- L'analisi manuale dei dati di imaging è spesso lunga e soggetta a errori.
- L'automazione può migliorare l'efficienza e la riproducibilità dell'analisi delle immagini.
- I dispositivi multimodali integrati combinano i punti di forza di diverse modalità di imaging.
Scopo dello studio
- Sviluppare un software facile da usare per la fusione e l'analisi automatizzata delle immagini.
- Eliminare la necessità di utilizzare punti fiduciali nella registrazione delle immagini.
- Permettere un'analisi quantitativa riproducibile di dati di imaging multimodale.
Metodi Utilizzati
- Sviluppo di strumenti software per la fusione, la segmentazione e la quantificazione dei dati di imaging.
- Automazione della fusione delle immagini mediante matrici di trasformazione ottenute da passaggi di calibrazione.
- Integrazione dei dati di imaging provenienti da dispositivi come micro-TC e PET.
- Implementazione di interfacce intuitive per il caricamento e l'analisi delle immagini.
Risultati principali
- È stata raggiunta con successo la fusione automatizzata di modalità di imaging senza l'uso di punti fiduciali.
- Gli strumenti software hanno dimostrato efficienza nella gestione di dati volumetrici provenienti da piccoli animali.
- Sono stati definiti nuovi formati di file per una migliore cura e conservazione dei dati.
- Sono stati convalidati il gating respiratorio retrospettivo e le impostazioni ad alto rendimento.
Conclusioni
- Il software sviluppato migliora l'analisi dei dati di imaging multimodale.
- L'automazione riduce in modo significativo il tempo e gli errori associati all'analisi manuale.
- Questo approccio può facilitare valutazioni più accurate nella ricerca preclinica.
Domande frequenti
Rilevanza Industriale del Progetto
La co-registrazione robusta e priva di marcatori delle modalità di imaging preclinico affronta un collo di bottiglia critico nella ricerca traslazionale, consentendo un'integrazione riproducibile e quantitativa di dataset multimodali. Questa capacità aumenta la fiducia predittiva nei modelli di malattia e supporta una validazione degli obiettivi e una riduzione del rischio meccanicistica più affidabili lungo tutta la pipeline di scoperta. Flussi di lavoro semplificati e pronti per l'automazione riducono la variabilità manuale e facilitano studi di imaging scalabili e trasversali a più sedi per portafogli aziendali di ricerca e sviluppo.
Applicazioni Strategiche nella Ricerca e Sviluppo in Biopharma
Scoperta Precoce e Validazione del Target
- Consente una valutazione quantitativa e non invasiva dei cambiamenti biologici in modelli animali di piccole dimensioni.
- Supporta la validazione funzionale degli obiettivi integrando dati di imaging anatomico e molecolare.
- Riduce l'ambiguità meccanicistica attraverso una precisa correlazione spaziale dei segnali multimodali.
- Facilita la selezione del portafoglio migliorando il valore predittivo dei risultati preclinici.
Sviluppo di screening e saggi
- Prepara set di dati di imaging validati per analisi quantitative e flussi di lavoro di screening successivi.
- Standardizza la fusione e la co-registrazione delle immagini, migliorando la riproducibilità tra studi.
- Consente flussi di lavoro scalabili e compatibili con l'automazione per saggi di imaging ad alto rendimento.
- Permette una valutazione affidabile degli effetti dei composti in modelli pertinenti alle malattie.
Ricerca Translazionale e Preclinica
- Allinea i risultati di imaging alle strategie di biomarcatori traslazionali integrando dati funzionali e strutturali.
- Garantisce continuità dalla fase di scoperta fino alla validazione preclinica supportando l'integrazione di dati provenienti da diverse modalità.
- Riduce i rischi nelle decisioni di avanzamento fornendo endpoint di imaging robusti e quantitativi.
- Migliora la caratterizzazione dei modelli di malattia per una maggiore rilevanza traslazionale.
Integrazione di Pipeline e Flusso di Lavoro
Questo flusso di lavoro di co-registrazione senza marcatori collega la fase iniziale di scoperta, l'identificazione dei composti promettenti e la validazione preclinica, consentendo un'integrazione senza interruzioni dei dati di imaging provenienti da diverse modalità e dispositivi.
- Biologia della scoperta: Supporta la verifica delle ipotesi e la chiarificazione dei percorsi mediante analisi integrata dell'immagine.
- Screening: Fornisce output di imaging riproducibili e quantitativi per la valutazione di composti.
- Analisi: Offre matrici di trasformazione e formati di file curati per confronti statistici robusti.
- Ricerca traslazionale: Facilita l'allineamento dei biomarcatori e la validazione dei modelli di malattia attraverso diverse piattaforme di imaging.
- Riutilizzo aziendale: Offre una soluzione scalabile e indipendente dal dispositivo per l'integrazione di imaging multimodale tra diversi siti di ricerca e sviluppo.
Impatto Operativo ed Aziendale
- Valore scientifico: Aumenta la fiducia predittiva e riduce il rischio biologico negli studi di imaging preclinico.
- Valore operativo: Standardizza e automatizza la fusione delle immagini, minimizzando errori e variabilità manuali.
- Valore strategico: Permette decisioni di avanzamento o interruzione più informate e una gestione del portafoglio più efficiente in termini di capitale.
- Impatto sul portafoglio: Supporta la priorizzazione e la progressione di programmi di scoperta adeguata al rischio.
Considerazioni sull'implementazione
- Richiede competenze specifiche nell'imaging preclinico e nell'analisi quantitativa.
- È vincolato alla disponibilità di dispositivi di imaging compatibili e di un'infrastruttura software per l'integrazione dei dati.
- Necessita di una standardizzazione condivisa tra i team riguardo ai protocolli di imaging e alla gestione dei metadati.
- È adattabile a diverse combinazioni di modalità di imaging e a flussi di lavoro specifici per ciascun sito.
- La calibrazione basata su fantocci e la generazione della matrice di trasformazione sono essenziali per la configurazione iniziale.
Domande frequenti sulla biofarmaceutica
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
