Informática aplicada al desarrollo de un microscopio de seccionamiento óptico

Abstract

La microscopía de seccionamiento óptico es una técnica muy útil tanto en la investigación morfológica básica como en la aplicada. Las imágenes seriadas capturadas a través de un microscopio de fluorescencia y el desarrollo de algoritmos especializados permiten reconstruir imágenes tridimensionales de especímenes biológicos, facilitando la comprensión de las estructuras biológicas complejas. El método más intuitivo para reconstruir un objeto tridimensional es adquirir, a intervalos específicos, una serie de imágenes bidimensionales mediante movimientos sucesivos del objeto a lo largo del eje focal. Una imagen obtenida con un microscopio óptico es una proyección bidimensional de un objeto tridimensional. Así, la lente objetiva además de captar la iluminación proveniente del plano focal, capta la emisión de fluorescencia del material situado por encima y por debajo de dicho plano, con la consecuente generación de imágenes borrosas. Esta luz fuera de foco reducirá el contraste y disminuirá la resolución tridimensional, haciendo difícil discernir en qué plano del volumen se encuentran las estructuras celulares. Existen varios algoritmos de desconvolución que restauran las imágenes de fluorescencia. El Algoritmo de los Planos Vecinos fue el primer método usado en la microscopía óptica tridimensional. En la práctica, este método puede ejecutarse en cualquier equipo disponible usando una ecuación de aproximación sencilla, la cual asume que los planos inmediatos adyacentes superior e inferior son los que principalmente adicionan información fuera de foco, ignorando las contribuciones de cualquier plano más alejado. La ventaja más significativa de este método de desconvolución es su simplicidad. Con varios parámetros apropiadamente ajustados, proporciona imágenes notablemente mejores que aquellas provistas por un filtro pasa-altos o un simple ajuste de brillo y contraste, y puede ser ejecutado por cualquier computadora personal. Hemos estudiado el algoritmo y desarrollado un método para evaluar el desempeño del mismo, con el objetivo de optimizarlo para nuestro sistema. Para ello, nos valemos de un análisis comparativo en el dominio frecuencial de las imágenes procesadas bajo diferentes condiciones. La importancia de este método es que permite un análisis cuantitativo de las imágenes obtenidas, complementando el estudio cualitativo tradicional.