Mon Oct 21 2019

10 21

Neuronaal netwerk analyseert pollen

30/07/2018

Door Ad Spijkers

Een miniatuur-laboratorium op een chip maakt binnen enkele seconden een microscopische opname van duizenden pollendeeltjes mogelijk. Neuronale netwerken verzorgen de beeldverwerking en classificeren de deeltjes snel en betrouwbaar.


     

Het Leibniz-Institut für Photonische Technologien in Jena (Leibniz-IPHT) heeft de methode getest op verschillende hoogallergene pollensoorten. In een chip ter grootte van een postzegel stromen duizend pollen per seconden in een smal kanaal voorbij een lichtvenster.

Een digitale camera bepaalt via een microscoop-objectief elk afzonderlijk minuscuul korreltje. Om scherpe opnamen voor de aansluitende dataverwerking te krijgen, moeten alle onderzochte deeltjes binnen de focusafstand van het objectief door het vloeistofkanaal stromen. De grootte van dit focusniveau bedraagt bij de gebruikte hoge resolutie objectieven minder dan 0,01 mm.

Microfluïdische chip

De wetenschappers van het Leibniz-IPHT overwonnen de technologische uitdaging met behulp van een vernuftig ontwerp van de onderdelen in de microfluïdische chip. De methode maakt het mogelijk de pollenkorreltjes exact in het focusniveau uit te richten en aldus scherpe opnamen van alle objecten te krijgen. Net als bij een nozzle drukken de onderzoekers met twee vloeistofstromen vanaf de zijkanten de deeltjesstroom tot een laag samen. Een nieuwe ordening van de microkanalen draait de laag 90° in het focusniveau.

Het principe van de hydrodynamische focussering is bekend uit de flowcytometrie voor de analyse van celpopulaties. Daarbij worden de cellen zodanig gericht dat ze in een lange rij langs de meetcellen gaan. Nieuw in dit systeem is, dat de onderzoekers de deeltjes in een dunne tweedimensionale laag ordenen en daardoor het totale gezichtsveld van de camera gebruiken.

3D beelden en neuronale netwerken

De onderzoekers kunnen de horizontale positie en dikte van de laag deeltjes nauwkeurig sturen. Daardoor kunnen ze de pollen in de stroom gecontroleerd laten draaien. Met uit de computertomografie bekende methoden konden ze 3D beelddata genereren, die belangrijke informatie over bijvoorbeeld de driedimensionale morfologie van een pollenkorrel leveren. De 3D informatie verbetert de betrouwbaarheid van de identificatie van de pollen aanzienlijk.

De onderzoekers evalueren de beelden van de verschillende soorten pollen met programma's voor het volgen van de deeltjes en de keuze van kenmerken. Een vooraf aangeleerd neuronaal netwerk wijst de opnamen aan de hand van de geëxtraheerde data aan een bepaalde soort pol toe. De nauwkeurigheid bedraagt meer dan 98%.

De onderzoekers classificeren de pollen zonder extra inkleuring, alleen aan de hand van de beeldinformatie uit de microscopie. Ze kunnen de methode bovendien gebruiken voor de analyse van cellen, bijvoorbeeld voor het onderscheiden van subtypen van witte bloedcellen. In de toekomst zou het met de microfluïdische chip mogelijk moeten zijn om biopartikels te sorteren. Het onderzoek wordt uitgevoerd in het kader van het Era-NET-DLR project 'WaterChip' van de Europese Unie.

(foto: A. Kleiber/Leibniz-IPHT)