Comparando as propriedades polarimétricas de tecido cerebral fresco e preservado

Gliomas são um grupo de tumores que se originam de células gliais (células não neuronais) no sistema nervoso central e são caracterizados por crescimento celular infiltrativo difuso. Eles podem se espalhar rapidamente pelo cérebro e pela coluna, infiltrando-se nos tecidos próximos, tornando a remoção cirúrgica a única estratégia de tratamento viável. A diferenciação precisa do tecido saudável e doente com a ajuda de técnicas e modalidades de imagem especializadas é, portanto, importante para a cirurgia.

Wide-field Imaging Mueller polarimetry (IMP) é uma dessas abordagens que usa a polarização da luz para determinar os limites de diferentes tipos de tecido em uma amostra. Estudos anteriores mostraram que o IMP é uma abordagem promissora para imagens cerebrais. Em particular, o IMP pode diferenciar com mais eficácia entre matéria cinzenta e branca, bem como determinar a orientação da fibra nervosa, quando acoplado a algoritmos de aprendizado de máquina (ML).

Além disso, imagens de diagnóstico rápido de alta qualidade com tais modalidades de imagem podem se tornar possíveis com o uso de modelos de ML. Treinados com dados IMP suficientes, eles poderiam ajudar os cirurgiões a analisar automaticamente imagens cerebrais para discernir e delinear informações importantes, como zonas patológicas e regiões neoplásicas, em tempo real.

No entanto, é extremamente difícil obter amostras frescas de tecido cerebral humano para treinar tais algoritmos de ML de processamento de imagem. O problema geralmente é contornado treinando modelos de ML em amostras de tecido preservadas em formalina (solução aquosa de formaldeído), o que ajuda a prolongar sua vida útil. Mas não está claro se as propriedades polarimétricas do tecido cerebral fixado em formalina são as mesmas do tecido cerebral fresco.

Abordando essa lacuna de conhecimento, uma equipe de cientistas da Suíça e da França já caracterizou a extensão das mudanças nas propriedades polarimétricas causadas pela fixação em formalina de amostras de tecido cerebral. O estudo foi liderado por Romain Gros, um Ph.D. estudante da Universidade de Berna, na Suíça, e foi noticiado em Neurofotônica.

A equipe estabeleceu um modelo usando tecido cerebral animal, extraindo 30 seções de tecido, cada uma com 3 cm de espessura e contendo matéria cinzenta e branca. Eles realizaram IMP nessas amostras frescas usando uma configuração personalizada. Imediatamente após cada medição, a amostra fresca foi fixada em formol; os pesquisadores então realizaram IMP nessas amostras fixadas em formalina várias vezes ao longo de uma semana. Isso permitiu que eles estudassem as mudanças nas propriedades polarimétricas de amostras de tecido cerebral ao longo do tempo após a fixação em formalina.

Após análises quantitativas de seus dados, os pesquisadores observaram que a fixação em formalina não causava mudanças radicais nas propriedades polarimétricas do tecido cerebral. Especificamente, o valor médio da despolarização da luz aumentou apenas 5% na região da substância cinzenta e permaneceu aproximadamente o mesmo na região da substância branca.

Além disso, eles descobriram que o retardamento linear, uma medida de “dessincronização” dos diferentes componentes de polarização após a passagem pelo tecido, diminuiu em proporções quase iguais nas substâncias branca e cinzenta após a fixação. Assim, o contraste visual entre matéria cinzenta e branca permaneceu inalterado. Além disso, a capacidade de visualizar as orientações das fibras cerebrais permaneceu intacta após a fixação em formalina.

Além disso, apesar de observar um encolhimento perceptível do tecido, os pesquisadores descobriram que isso não afetou significativamente a largura da “região de incerteza”, a área dentro de uma amostra onde as propriedades polarimétricas não permitem uma distinção clara entre matéria branca e cinzenta. .

Juntos, esses achados sugerem que amostras de tecido cerebral fixadas em formalina, no contexto da polarimetria, são tão boas quanto amostras de tecido fresco e, portanto, adequadas para modelos de treinamento de ML. Dada a facilidade de obtenção de amostras de tumores cerebrais fixadas em formalina em relação a amostras frescas, esses achados podem facilitar o projeto e o treinamento de algoritmos de segmentação de tumores.