Lösung für konfokale Laserscanmikroskopie

cLSM: n-dimensionale Bildstapel in der neurowissenschaftlichen Forschung

Der Einzug moderner bildgebender Verfahren in die Neurowissenschaften gestattet eine Vielzahl neuer Einblicke in die Struktur-Funktionsbeziehungen des Zentralnervensystems und seiner Dysfunktionen bei neurodegenerativen Erkrankungen.
Modernste Bildaufnahmegeräte (u.a. konfokale Laserscanmikroskope) aquirieren heutzutage hochauflösende, n-dimensionale Bildstapel, die, zu einem Gesamtstapel intelligent montiert, dem Neurowissenschaftler eine Visualisierung und Analyse größerer, zusammenhängender Gebiete bei höchster zellulärer Auflösung möglich machen kann.

Als Hauptproblem stellt sich jedoch für einen Wissenschaftler der Kompromiss dar, den er eingehen muss, wenn die Imaging Software das immens große, n-dimensionale Datenvolumen der aquirierten Bilddaten nur bedingt bereitstellen, managen, visualisieren und analysieren kann.

Mit dem Ziel, eine Imaging Software zu entwickeln, die für die ungelösten Probleme beim Handling nahezu unbegrenzt großer, mehrdimensionaler Bilddaten eine innovative und einzigartige Lösung bietet, wurde gemeinsam mit dem Leibniz Institut für Neurobiologie in Magdeburg der arivs Browser entwickelt.
(siehe Forschungsverbundprojekt "Virtual Brain" des BMBF)

Im Leibniz IfN, Magdeburg sollten konfokale Laserscanmikroskope eingesetzt werden, um sehr hoch aufgelöste Bilder lebender Nervenzellen aufzunehmen.

Mit dem arivis Browser war es hier erstmals möglich, in der Aufnahme einer kompletten Nervenzelle auch noch die kleinsten Strukturen sichtbar zu machen.

So zeigt die Animation eine Zeitreihenaufnahme, mit der die Bewegungen dendritischer Spines dokumentiert werden.

Die Gesamtaufnahme des Neurons wurde mit dem arivis Browser erstellt. Nach einem Alignment der Einzelbilder wurde dieser kleine Ausschnitt aus dem Bildvolumen exportiert.

Mit Hilfe der im arivis Browser integrierten Look-up-tables (LUT) ist es einfach möglich, sehr komplexe Veränderungen in der farblichen Visualisierung der Bilddaten zu erreichen. Diese Veränderungen können im Folgenden durch andere Visualisierungs- oder Analysemodule verwendet werden. Damit wird eine Abgrenzung unterschiedlicher Objekte und somit die Bewertung der Bilddaten erheblich vereinfacht.

Bildmaterial auf dieser Seite wurde uns freundlicherweise von Dr. Werner Zuschratter, Leibniz IfN Magdeburg zur Verfügung gestellt