In vivo simultaneous nonlinear absorption Raman and fluorescence (SNARF) imaging of mouse brain cortical structures.
In vivo simultaneous nonlinear absorption Raman and fluorescence (SNARF) imaging of mouse brain cortical structures.
复制标题
DOI：
10.1038/s42003-022-03166-6
复制
发表时间：
2022-03-10
影响因子：
5.9
通讯作者：
Fu D
中科院分区：
文献类型：
--
作者：
Francis AT;Manifold B;Carlson EC;Hu R;Hill AH;Men S;Fu D
无标记多光子显微镜是生物医学成像的强大平台。最近的进展证明了瞬态吸收显微镜 (TAM) 用于无标记血红蛋白定量的能力，以及受激拉曼散射 (SRS) 显微镜用于无标记虚拟组织化学染色病理评估的能力。我们建议将 TAM 和 SRS 与双光子激发荧光 (TPEF) 相结合，以表征、量化和比较各年龄组体内的血流动力学、血管结构、细胞密度和细胞身份。在本研究中，我们构建了同步非线性吸收、拉曼和荧光 (SNARF) 显微镜，其 SRS 和 TAM 体内成像深度最高为 250–280μm，以实现这些多模态测量。利用机器学习，我们根据核形态和毛细血管关系预测毛细血管内壁细胞的身份，准确率达 90%。本文概述的显微镜和方法为研究几个研究主题提供了一条令人兴奋的途径，包括神经血管耦合、血脑屏障和神经退行性疾病。在这项研究中，构建了一台同时进行非线性吸收、拉曼和荧光 (SNARF) 的显微镜。然后，根据核形态和毛细血管关系，使用机器学习以 90% 的准确度预测毛细血管内壁细胞的身份，与开发的显微镜相结合，可以提供一种研究神经血管耦合等多个领域的方法。
Label-free multiphoton microscopy is a powerful platform for biomedical imaging. Recent advancements have demonstrated the capabilities of transient absorption microscopy (TAM) for label-free quantification of hemoglobin and stimulated Raman scattering (SRS) microscopy for pathological assessment of label-free virtual histochemical staining. We propose the combination of TAM and SRS with two-photon excited fluorescence (TPEF) to characterize, quantify, and compare hemodynamics, vessel structure, cell density, and cell identity in vivo between age groups. In this study, we construct a simultaneous nonlinear absorption, Raman, and fluorescence (SNARF) microscope with the highest reported in vivo imaging depth for SRS and TAM at 250–280 μm to enable these multimodal measurements. Using machine learning, we predict capillary-lining cell identities with 90% accuracy based on nuclear morphology and capillary relationship. The microscope and methodology outlined herein provides an exciting route to study several research topics, including neurovascular coupling, blood-brain barrier, and neurodegenerative diseases. In this study a microscope is constructed that carries out simultaneous nonlinear absorption, Raman, and fluorescence (SNARF). Machine learning is then used to predict capillary-lining cell identities with 90% accuracy based on nuclear morphology and capillary relationship, which in combination with the developed microscope, can provide a means to study several fields such as neurovascular coupling.
登录
查看更多内容
影响因子：
7.4
作者：
Hill, Andrew H.;Fu, Dan
通讯作者：
Fu, Dan
影响因子：
3.8
作者：
Kobat, Demirhan;Durst, Michael E.;Xu, Chris
通讯作者：
Xu, Chris
影响因子：
25
作者：
Damisah EC;Hill RA;Tong L;Murray KN;Grutzendler J
通讯作者：
Grutzendler J
体内周细胞的动态重塑可在成年小鼠脑中保持毛细管覆盖率。
影响因子：
8.8
作者：
Berthiaume AA;Grant RI;McDowell KP;Underly RG;Hartmann DA;Levy M;Bhat NR;Shih AY
通讯作者：
Shih AY
影响因子：
64.8
作者：
通讯作者：
--