A plataforma GPU incorporada permite imagens e análises de células sanguíneas em tempo real

Os exames de sangue estão entre as ferramentas mais comuns na medicina. Os cientistas estão trabalhando para tornar a imagem das células sanguíneas mais rápida e intuitiva, para que os médicos possam tomar decisões diagnósticas rápidas e precisas.

Uma técnica promissora, chamada microscopia de fase quantitativa (QPM), utiliza holografia óptica para medir a forma, espessura e tamanho de células individuais sem quaisquer corantes ou agentes de contraste, o que fornece informações quantitativas em 3D para auxiliar nas decisões diagnósticas. Para doenças que causam alterações na morfologia celular, como a doença falciforme (DF), esse método permite uma ferramenta de diagnóstico de alto rendimento que pode ser usada no local de atendimento.

Os sistemas QPM de alto rendimento geram imagens de glóbulos vermelhos (RBCs) fluindo em uma alta taxa de quadros, adquirindo imagens de mais de 100.000 células em menos de 3 minutos. Após a reconstrução, os pesquisadores podem realizar análises estatísticas de um grande número de células, o que permite a quantificação, por exemplo, da gravidade da doença falciforme de um paciente.

Porém, para analisar imagens de fase, os dados QPM devem ser reconstruídos digitalmente. A grande quantidade de dados coletados pelo QPM de alto rendimento pode levar várias horas para ser processada em uma CPU normal, enquanto o processamento rápido e em tempo real normalmente depende de GPUs caras e de alto desempenho, tornando difícil equilibrar o tempo de diagnóstico e o custo em aplicações clínicas.

Uma equipe de pesquisa do laboratório BIOS da Duke University desenvolveu um novo pipeline em tempo real para reconstruir e analisar os dados QPM de alto rendimento de RBCs a uma taxa de 1.200 células por segundo. A pesquisa deles é publicado em Descoberta Biofotônica. Este algoritmo é implementado em um NVIDIA Jetson Orin Nano, uma plataforma de GPU incorporada que custa apenas US$ 249.

O pipeline de processamento é integrado a um sistema QPM de alto rendimento, que adquire e reconstrói dados de imagem de amostras de hemácias em fluxo em tempo real. Ele pode segmentar automaticamente imagens de células individuais, realizar refocagem digital e calcular os parâmetros morfológicos de cada célula, como volume e área de projeção, sem a necessidade de intervenção manual durante a coleta de dados.

Os pesquisadores testaram o sistema usando esferas de poliestireno e amostras saudáveis ​​de glóbulos vermelhos. O método de processamento automatizado em tempo real relatou resultados altamente precisos, com um erro médio inferior a 5%, o que se compara favoravelmente aos métodos de processamento tradicionais.

“O QPM há muito tem potencial para fornecer informações detalhadas sobre células biológicas. Mas a técnica ainda não encontrou uso clínico generalizado, muitas vezes devido ao custo ou à complexidade no processamento dos dados de imagem. Aqui mostramos não apenas um meio de alto rendimento para traçar o perfil de milhares de células por vez, mas também para processar e analisar rapidamente as informações. Esta pode ser a etapa que faltava para trazer o QPM para a clínica”, observa o professor Adam Wax, líder de pesquisa do BIOS. grupo e coautor do estudo.

Os autores sugerem que o pipeline de processamento baseado em Jetson relatado poderia beneficiar o desenvolvimento de uma plataforma QPM portátil e de baixo custo, equilibrando o tempo de diagnóstico e o custo computacional. O método assistido por IA permite realizar exames de sangue automáticos em tempo real e detectar doenças do sangue, como a anemia falciforme, em um estágio inicial.