IA (Inteligencia Artificial), Deep Learning (aprendizaje profundo), Maching Learning (aprendizaje automático), Neuronal Netwoks (redes neuronales), son términos con los que debemos estar familiarizados. En anteriores Newsletter ya hemos introducido algunos de estos términos, pero en esta serie compuesta de tres Newsletter, esperamos aclarar definitivamente estos términos. Con este propósito, durante las próximas Newsletter, mostraremos los ejemplos de análisis de imagen con IA que venimos realizando en el SMAI (servicio de microscopía y análisis de imagen) del HNP. Esperamos que con esta serie de Newsletter podáis encontrar aplicaciones de la IA en el campo del análisis de imagen y por tanto utilizarla en vuestros proyectos de investigación.
Para comenzar con esta serie de Newsletter debemos hacer una introducción del equipo de Olympus que adquirimos el año pasado y que nos permite trabajar con IA.
NEWSLETTER 1
1. MICROSCOPIO IX83 DE OLYMPUS DEL SAMI
El microscopio IX83 de Olympus (Figura 1) está especialmente configurado para nuestras necesidades y es un microscopio completamente robotizado que nos permite la captura automática de imágenes a gran escala. Este tipo de captura masiva o a gran escala puede ser para realizar HCA (Hight Contant Analysis), o para fotografiar muestras de tejido macroscópico capturando imágenes a gran resolución en mosaico. Además este microscopio está preparado para poder ser actualizado en un futuro como VTL (video-time-Lapse).
Gracias a la robotización de este equipo podemos realizarla captura masiva y automática de imágenes a gran velocidad. Tanto la velocidad como la automatización de la captura, necesarias para captura masiva de imágenes, depende de varios dispositivos que conforman el microscopio y que describimos a continuación:
1. Platina Mazhauser con desplazamiento automático en XYZ. (Figura 1.A).
2. Cambio de filtros de emisión rápido para la captura con diferentes canales de fluorescencia mediante ruda de filtros (Fast filter Weel) (figura 1.B), apertura y cierre de shutter que nos permite cambiar la excitación rápidamente con longitudes de onda predefinidas durante las capturas complejas. Todo ello bajo el control del control box (figura 1.C). Además de la rueda de filtros y los shutters, el control box también permite el giro del carrusel de espejos dicroicos (tricroicos y pentacroicos) (figura 1.D).
3. Posibilidad de realizar autofoco (tanto por software como por compensador de deriva laser). El IX3-ZDC (compensador de deriva laser Z-Drift IX3) (figura 1.E) nos permite que las muestras estén siempre enfocadas, proporcionando imágenes más nítidas. Este laser infrarrojo enfoca instantáneamente las muestras de gran aumento y también mantiene el enfoque durante experimentos de lapso de tiempo largo, como puede ser el HCA, capturas de muchos cortes en varios porta-objetos a la vez o VTL (video-time-Lapse). De esta manera, el equipo permite la captura automática de imágenes a gran escala ya sea para HCA como para muestras de tejido.
4. Por último la velocidad de nuestro equipo también depende de las Controladora Microscopio/PC/Panel de control (figura 1.G) que traslada a gran velocidad las órdenes dadas en el PC o en el panel de control (figura 1.H) a el microscopio. El panel de control es un PC adicional, donde de forma rápida podemos actuar sobre el microscopio para las funciones más habituales, tales como, intercambio de objetivos, control del Z, ajuste fino o grueso etc.
Por otro lado, este equipo cuenta con una amplia batería de objetivos que van de 4X a 60X, tanto de corta como de larga distancia, que nos permiten capturar imágenes para todas nuestras muestras, tanto en porta como en placa. Además con algunos de estos objetivos podemos realizar técnicas especiales contraste de fase y/o DIC, para lo cual tenemos condensadores con los anillos pertinentes que nos permiten realizar estas técnicas de observación y captura (figura 1.I).

Figura 1. Microscopio IX83 de Olympus completamente robotizado y sus componentes.
El sistema de iluminación está compuesto por un conjunto de 6 lámparas LED (lumencon) que nos permiten excitar las muestras fluorescentes en 7 rangos de excitación diferentes (figura 1.F) y (figura 2).

Una vez descritos los principales componentes del hardware es importante describir el software. Este microscopio lo hemos adquirido con dos softwares, el Cellsense y el ScanR, cada uno de ellos para unos propósitos concretos.
El Cellsense es óptimo para captura de imágenes, principalmente de tejido en porta objetos. Además el Cellsense lo complementamos con unos cuantos módulos adicionales que nos permiten analizar las fotos capturadas, procesarlas, incluso con deconvolución y por supuesto entrenar el equipo para realizar redes neuronales de inteligencia artificial (es en lo que nos centraremos en la tercera Newsletter de esta serie).
Por otro lado, el ScanR está diseñado principalmente para hacer HCA (Hight Contant Analysis), normalmente en placa de cultivo. El ScanR son dos Software, el de captura (para adaptar la captura a cualquier placa de cultivo) y el de Análisis (parecido a los de citometría, para analizar poblaciones con imagen) y donde podemos entrenar el equipo para crear redes neuronales que nos permitan analizar las imágenes aplicando inteligencia artificial (ver Nesletter de Javier Mazario del 3 de Mayo 2021 y Newsletter de Jose Angel Rodriguez el 28 de Junio 2021).

Figura 3. Software del nuevo equipo para HCA e inteligencia artificial
En esta primera Newsletter de la actual serie hemos descrito el equipo que nos permite realizar Deep Learning para entrenar redes neuronales que nos permitan analizar fotos a gran escala mediante IA. En la siguiente Newsletter de esta serie nos centraremos en explicar lo más claro posible, los conceptos más útiles de la IA aplicados al análisis de imágenes y en la última Newsletter nos centraremos en describir paso a paso el proceso que nos permite entrenar redes neuronales para analizar las fotos capturadas a gran escala.
AUTOR
José Ángel Rodríguez Alfaro.
Responsable del Servicio Microscopía y Análisis de Imagen.
Hospital Nacional de Parapléjicos.
Toledo, España.
Un comentario en “INTELIGENCIA ARTIFICIAL MEDIANTE DEEP LEARNING CON EL SOFTWARE CELL SENS DE OLYMPUS”