Um spezifische Zellen in Gehirnscans genau zu quantifizieren, hat das Forschungsteam zunächst einen KI-Algorithmus darauf trainiert, diese Zellen in mikroskopischen 3D-Bildern zu erkennen. Mithilfe von Virtual Reality (VR) tauchten die Forschenden dann direkt in die Bilder ein und markierten die Zellen in 3D mit Labels – eine weitaus schnellere und präzisere Methode im Vergleich zu herkömmlichen Ansätzen in 2D, für die Zellproben auf feinen Scheiben genutzt werden. Mithilfe dieser im virtuellen Raum generierten Labels trainierte das Forschungsteam einen KI-Algorithmus zur automatischen Erkennung aktiver Neuronen.
Letztendlich kombiniert DELiVR (kurz für „Deep Learning and Virtual Reality mesoscale annotation“) die Prozesse der Zellenerkennung, des Abgleichs mit einem Gehirnatlas und der Visualisierung der Ergebnisse in einer Pipeline. Das Tool arbeitet nahtlos mit Fiji, einer Open-Source-Software für die Bildanalyse. Zudem können User anpassbare Funktionen nutzen, um die Lösung auf bestimmte Zelltypen wie Mikroglia, eine wichtige Immunzelle im Gehirn, zu trainieren. DELiVR kann somit für vielfältige Forschungsprojekte zum Einsatz kommen.
„DELiVR bietet eine nahtlose Lösung zur Identifizierung und Analyse von Zellen im gesamten Gehirn. Dadurch erhalten wir unschätzbare Einblicke in ihre Rollen und Verhaltensweisen – sowohl im gesunden als auch im kranken Zustand. Das Besondere dabei ist, dass man dafür kein Experte im Progammieren sein muss. DELiVR vereinfacht die Entwicklung neuer therapeutischer Maßnahmen, die letztendlich die Lebensqualität von kranken Personen verbessern könnten“, sagt Prof. Ali Ertürk, der die Entwicklung des Tools bei Helmholtz Munich leitete.