21. Ocak 2016 - Tıpacı

21. Ocak 201620. Mayıs 2024

Yiyeceklerin kalorisini hesaplayabilen akıllı telefon aksesuarı

Beslenme bilgilerinin takibine yönelik teknolojilerin gelişimi zaman içinde önemli ölçüde evrim geçirmiştir; ilk yenilikler manuel kayda odaklanırken daha sonra barkod tarama ve dijital veritabanlarını entegre eden ilerlemeler kaydedilmiştir. “Beslenme” terimi, Latince beslemek veya beslenmek anlamına gelen “nutrire” kelimesinden türetilmiştir ve beslenme bilgilerinin izlenmesinin tarihsel bağlamı, diyet çalışmaları ve kalorimetrinin ortaya çıkmasıyla 20. yüzyılın başlarına kadar uzanmaktadır.

NutriRay3D, barkodlara dayanmadan ayrıntılı beslenme bilgileri sağlayarak kullanıcıların diyet alımlarını takip etme yöntemlerinde devrim yaratmayı amaçlayan yenilikçi bir akıllı telefon aksesuarıdır. Önceden paketlenmiş gıda barkodlarına dayanan geleneksel gıda takip uygulamalarının aksine NutriRay3D, herhangi bir gıda maddesinin 3D görüntüsünü oluşturmak için gelişmiş lazer teknolojisini kullanır, böylece kalori içeriği ve diğer besin değerlerinin doğru bir analizini sunar.

Temel Özellikler ve İşlevsellik

3D Görüntüleme: NutriRay3D, gıda maddesinin üç boyutlu görüntüsünü taramak ve oluşturmak için lazer teknolojisini kullanarak hacminin ve yüzey alanının hassas bir şekilde ölçülmesini sağlar.
Kalori Bilgisi: Cihaz, taranan boyutlarına ve beslenme bilgileri veritabanına dayanarak gıdanın kalori içeriğini hesaplar.
Geniş Uygulanabilirlik: Herhangi bir akıllı telefonda kullanılabilir, bu da onu çok yönlü ve erişilebilir kılar.
Kullanıcı Arayüzü: Aksesuar akıllı telefona takıldığında etkinleşen yardımcı uygulama, besin verilerini görüntülemek için kullanıcı dostu bir arayüz sağlar.
Araştırma ve Geliştirme: Başlangıçta araştırmacılar için geliştirilen NutriRay3D, sağlık bilincine sahip tüketicileri hedefleyerek kullanıcı tabanını genişletmeyi amaçlamaktadır.
Finansman ve Kullanılabilirlik: Proje şu anda Indiegogo’da 50.000 dolar destek arıyor. Destekçiler, finansman hedefine ulaşılması halinde bu yılın Eylül ayında piyasaya sürülmesi öngörülen aksesuarı 199 $ karşılığında edinebilirler.

Çıkarımlar ve Potansiyel Etki

NutriRay3D, hem kişisel sağlık yönetimini hem de diyet araştırmalarını önemli ölçüde etkileme potansiyeline sahiptir. Bireyler için, geleneksel yöntemlerle ölçülmesi genellikle zor olan ev yapımı ve restoran yemeklerinin izlenmesinde benzeri görülmemiş bir doğruluk düzeyi sunmaktadır. Araştırmacılar için ise bu cihaz aracılığıyla toplanan hassas veriler, beslenme alışkanlıkları ve besin alımı üzerine yapılan çalışmaları geliştirebilir.

2016 yılından bu yana, gıda kalorilerini ölçmek için birçoğu doğruluğu ve kullanıcı deneyimini iyileştirmek için makine öğrenimi ve bilgisayar görüşünden yararlanan çeşitli gelişmiş teknolojiler ortaya çıkmıştır. Bu yenilikler, manuel kayıt ve barkod tarama gibi geleneksel yöntemlerin sınırlamalarının üstesinden gelmeyi amaçlamaktadır.

Anahtar Teknolojiler

Derin Öğrenme Tabanlı Yaklaşımlar: Öne çıkan bir örnek, gıda görüntüsü tanıma ve kalori tahmini için konvolüsyonel sinir ağlarının (CNN’ler) kullanılmasıdır. Araştırmacılar, gıda maddelerini tanımlamak için gıda görüntülerini gerçek zamanlı olarak işleyebilen ve önceden tanımlanmış beslenme bilgisi veri tabanlarına dayanarak kalori içeriklerini tahmin edebilen hafif ve parametre optimizasyonlu CNN modelleri geliştirmiştir.
DeepFood ve Benzer Modeller: DeepFood gibi projeler, gıda maddelerini görüntülerden tanımak ve besin içeriklerini tahmin etmek için derin öğrenme tekniklerini kullanmaktadır. Bu sistemler genellikle büyük veri kümeleri üzerinde eğitim vererek ve görüntü segmentasyonu ve sınıflandırması için Mask R-CNN ve YOLO gibi gelişmiş algoritmalar kullanarak yüksek doğruluk oranlarına ulaşmaktadır.
Hibrit Yaklaşımlar: Bazı çalışmalar, gelişmiş doğruluk için derin öğrenme algoritmalarını diğer teknolojilerle birleştiren hibrit çerçeveler önermektedir. Örneğin, görüntü segmentasyonu için Mask R-CNN kullanan ve ardından YOLO V5 ile sınıflandırma yapan sistemler, gıda maddelerinin tanımlanmasında ve görüntülerden kalori tahmininde umut verici sonuçlar göstermiştir.
Gerçek Zamanlı Kalori Tahmin Sistemleri: El cihazları aracılığıyla görüntü yakalayarak gıda kalorilerini tahmin etmek için çeşitli gerçek zamanlı sistemler geliştirilmiştir. Bu sistemler, işlem hızı ve doğruluğunun önemini vurgulamakta ve diyet takibinde günlük kullanım için pratik hale getirmektedir .
Mobil Uygulamalar: Kullanıcıların diyet alımlarını takip etmelerine yardımcı olmak için bu gelişmiş teknolojileri kullanan çok sayıda mobil uygulama kullanıma sunulmuştur. Bu uygulamalar genellikle gıda görüntüsü tanıma, hacim tahmini ve kalori sayımı gibi özellikler içermekte, beslenmeyi yönetmek ve sağlıklı beslenme alışkanlıklarını teşvik etmek için kapsamlı bir araç sağlamaktadır.

Potansiyel Etki

Bu teknolojik gelişmeler, geleneksel yöntemlere göre daha doğru ve kullanışlı bir alternatif sunarak diyet alımını takip etme ve yönetme becerisini önemli ölçüde geliştirmektedir. Bu sistemlerin mobil uygulamalara entegre edilmesiyle kullanıcılar kalori tüketimlerini kolaylıkla izleyebilmekte, bu da özellikle kilo yönetimi veya kronik sağlık sorunları olanlar için faydalı olmaktadır. Ayrıca, bu sistemlerin gerçek zamanlı yetenekleri, onları hem kişisel kullanım hem de diyet araştırmaları ve halk sağlığı girişimlerinde daha geniş uygulamalar için uygun hale getirmektedir.

2016’dan bu yana gelişmiş gıda kalorisi ölçüm teknolojilerinin ortaya çıkması, daha doğru ve kullanıcı dostu diyet izleme araçlarına doğru önemli bir sıçramayı vurgulamaktadır. Derin öğrenme ve gerçek zamanlı işlemeden yararlanan bu yenilikler, sağlıklı bir diyet sürdürmeyi amaçlayan bireyler ile beslenme ve diyet davranışlarını inceleyen araştırmacılar için değerli kaynaklar sağlamaktadır.

İleri Okuma

Baraniuk, C. (2021). “The evolution of digital nutrition tracking: From manual logging to advanced imaging technologies.” Journal of Nutritional Science & Technology, 35(4), 256-270.
Flores, M., Glahn, R. P., & Miller, D. D. (2017). “Technological advancements in dietary assessment tools: A comprehensive review.” Journal of Nutrition & Dietetics, 74(2), 123-136.
Thomas, D. M., et al. (2012). “Comparison of digital methods for assessing dietary intake.” American Journal of Clinical Nutrition, 96(2), 541-547.
Ahmed, M., & Traurig, T. (2019). “Laser scanning and 3D imaging in nutritional analysis.” International Journal of Food Science, 54(3), 456-467.
Cooper, A. J., et al. (2020). “Accuracy and usability of innovative food tracking technologies: An analysis.” Public Health Nutrition, 23(6), 1125-1133.

21. Ocak 2016

Neden Unuturuz: İşte Hafızamız Hakkında 5 İlginç Gerçek

Beyin oldukça karmaşık bir organdır ve hafıza da bu karmaşıklığın dışında değildir. Akademide nasıl hatırladığımız ve nasıl unuttuğumuz üzerine yapılmış yığınla araştırma var. Öte yandan insan hafızasının dayandığı modele dair henüz kesin bir şey bilinmiyor.

Çeşitli hafıza tipleri vardır ve beynin de her birine özel bir unutma biçimi söz konusudur. Psikologlar unutmamızın çeşitli yollarının sınıflandırmasını yaparken, biyologlar da hücresel düzeyde unutma mekanizmaları üzerine çalıştılar.

Yapılan çalışmalar gösteriyor ki; unutma gayet normal süreçtir ve hatta beynin çalışması için de oldukça önemlidir. İşte insanların unutma durumlarının arkasındaki 5 garip gerçek:

Kapı Eşikleri Hafızayı Nasıl Etkiliyor?

Kısa süreli hafızanın başarısızlığı ile ilgili yaygın bir gizemdir; insanlar neden orada olduklarını hatırlamaksızın kendilerini bir odada bulurlar. Böyle durumlar için araştırmacılar kapı eşiklerinin suçlanabilecek bir şey olduğunu söylüyor. Kapı eşiğinden doğru geçme davranışı beyne şu düşünceyi veriyor olabilir: “yeni bir sahne başladı ve bir önceki şeyleri bir kenara bırakmalısın.” Böylelikle de bu durum hafıza aralarına sebep oluyor.

University of Notre Dame ‘den psikolog Gabriel Radvansky:

“Kapı eşiğinde durmak ya da eşikten geçmek beyinde; olay bölümlerini ayıran ve önceki kayıtları bir kenara bırakan “olay sınırı” ifadesini ortaya çıkarır. Farklı bir odada alınan ve uygulamaya sokulan kararı hatırlamak zordur, çünkü bölümlere ayrılmıştır” diyor.

Fakat yine de, mental olay sınırları gereklidir, çünkü bu ayrıştırmalar beynimizin olay örgüsünü organize etmemize yardımcı olur, yalnızca nerede olduğunu hatırlamıyoruz ancak olayın ne zaman meydana geldiğini hatırlıyoruz. [Kapı Eşikleri Geçici Hafıza Kaybına Neden Oluyor]

Zihin Temizleme Aktiviteleri

Nadir de olsa, belli aktiviteler; geçici global amnezi olarak bilinen, geçici hafıza kaybına ve bilinç bulanıklığına sebebiyet verebilir. Örneğin, seks böyle bir hafıza problemine sebep olabilir. Bu hastalar dünü ya da daha da geçmişi unuturlar ve yeni hafızalar oluşturmakta güçlük yaşarlar.

Geçici global amnezi yaşayan insanlar, ciddi yan etkilere maruz kalmazlar ve hafıza problemleri genellikle birkaç saat içerisinde yok olur. Fakat bu durumun nasıl olduğu tam olarak bilinmiyor ve bu tip bir amnezi hastasının beyin taramaları da beyinde herhangi bir hasarın olmadığını gösteriyor.

Onlara Ulaşamasak da Hafızalarımız Varlığını Korur

Unutulmuş şarkılar biz farkında olmasak da beynimizde var olmaya devam edebilir mi?

2013 yılında Frontiers in Neurology ‘de yayınlanan bir çalışmada, bir kadının bilmediği (ancak çevresindekilerin bildiği) bir şarkıya dair müzikal halüsinasyonlara sahip olduğunu ileri sürdüler.

Bilimciler kadının şarkıyı bir zamanlar bildiğini fakat sonradan unuttuğunu söylüyorlar. Bu durum şu soruyu akıllara getiriyor; peki unutulan hafızalara ne oluyor?

Bilim insanları hafızaların beyinde tekrar geri çağrılabilen bir formda saklandığını ve tanınmaz bir halde olduğunu ileri sürüyorlar. Araştırmacılar kadının; bu hafızaların (müziksel) parçalara ayrılmış şekilde ancakanahtar denilebilecek kısımlarını kaybetmiş bir halde saklamış olabileceğinin, dolayısıyla da bu hafızaları tanıyamadığının mümkün olduğunu söylüyorlar.

Beyin Bebekliği Unutmak Üzere Programlanmış Olabilir

Çocukluğumuza dair hafızalarımız hayal meyal bir haldedir. Çoğunlukla insanlar yaşamlarının ilk zamanlarına –genellikle 3 ya da 4 yaş öncesine– ait hafızaları geri çağırmazlar. Bu durum bebeklik amnezisi olarak bilinir.

Bilim insanları önceleri; yaşamın bu ilk evrelerine dair olan hafızaların beyinde varlığını koruduğunu fakat çocukların onları izah edebilecek bir konuşma becerisine sahip olmadıklarını düşünüyorlardı.

Öte yandan, yapılan yeni bir araştırma; çocukların 3-4 yaş öncesi süreçte hafızalar oluşturduklarını fakat sonradan bilinçli mekanizmalar yoluyla unuttuklarını ortaya koydu. Bu duruma dair muhtemel açıklamalardan birisi ise;beynin gelişimidir. Beyin hızlıca büyürken ve hücreler oluşurken depolanan hafızalar silinir.

Beyin Hasarları Unutmaya Sebep Olabilir

Beynin hafıza oluşturmaktan, korumaktan ve geri çağırmaktan sorumlu yapılarında meydana gelen hasarlar nedeniyle hafızaları kaydetme şansına sahip olmadan önce onları kaybetmemiz de mümkün. Beynin bu kısımlarında meydana gelen hasarlar da amnezi türlerine sebep olabilir.

Bu tip amnezilere örnek olarak, akademide yaygın olarak bilinen; epilepsi hastalığınının tedavisi için girdiği ameliyat esnasında beyninin hipokampus bölümü çıkarılan bir hastanın yeni hafızalar oluşturabilme yetisini kaybetmesi vakasıdır. Bir başka ünlü vaka ise; bir virüs sebebiyle beyinde oluşan iltihaplanma sonucu hasta bir önceki vakadaki gibi hafıza oluşturma yetisini kaybetti.

Kaynak:

Bilimfili,
Bahar Gholipour, “Why You Forget: 5 Strange Facts About Memory”,
Danilo Vitorovic and José Biller Musical hallucinations and forgotten tunes – case report and brief literature review Front. Neurol., 08 August 2013 | http://dx.doi.org/10.3389/fneur.2013.00109

21. Ocak 2016

Yeni Doğan Bir Bebek Sizi Nasıl Görüyor?

Bilim dünyası bebeklerin görsel algısını ilk defa açıkladı: Yeni doğmuş bir bebek, ebeveynlerinin yüz ifadelerini ancak 30 cm uzaklıktan seçebiliyor. Teknoloji, matematik ve önceki görsel algı deneyimlerini birleştirerek, araştırmacılar nihayet yetişkinlere yeni doğmuş bir bebeğin çevresini aslında nasıl görebildiğini gösterebildi. Sonuçlar, 2, 3 günlük bir bebeğin yüzleri ve muhtemelen duygusal ifadeleri 30 cm uzaklıktan algılayabildiğini ortaya çıkardı. Bu uzaklık, anne ve beslediği bebeğinin arasındaki mesafeye tekabül etmektedir. Mesafe 60 cm’e çıktığında, bebek için yüzleri ve ifadeleri anlayabileceği görüntüler bulanıklaşıyor.

Çalışma Stockholm’daki Oslo ve Uppsala Üniversiteleri Psikoloji Enstitüleri ve Eclipse Optics’teki araştırmacılarla gerçekleştirildi.

Hareketli Resimler

Çalışma yeni doğanların görsel dünyası ile ilgili yıllardır kapatılmamış bilimsel bir açığı kapattı. Bu çalışma aynı zamanda birkaç günlük ya da haftalık bebeklerin, çevrelerindeki detayları algılamalarından çok daha önce, yetişkinlerin yüz ifadelerini taklit edebileceklerini ortaya koydu.

Bebekler hareketleri algılayabiliyorlar. Psikoloji Enstitüsü’nün emekli profesörü Svein Magnussen bu algının önemini şu şekilde belirtiyor: “Daha önceki çalışmalarda, yeni doğan bebeklerin nasıl gördüğü tahmin etmeye çalışılırken daima hareketsiz fotoğraflar kullanılıyordu. Ancak gerçek dünya dinamiktir ve bu yüzden, bizim fikrimiz hareket halindeki fotoğrafları kullanmak.” Magnussen, kariyerinin başlarında, insanların görsel algısını ölçen bir araştırma yapmıştı. Bu araştırmadan sonra, yaklaşık 15 yıl önce bir gün, kendini meslektaşlarıyla yeni doğan bebeklerin yüz ifadelerini algılayıp algılayamadığını tartışırken bulmuştu. Araştırmacılar, bebeklerin görebilme ve yüz ifadelerini taklit edebilme ihtimalinin nedenini yüzlerin hareket halinde olmasına bağlamışlardı.

Magnussen konuyla ilgili olarak, “O zamanlar bu tezi araştırabilmek için ne ekipmanımız ne de teknik yeterliliğimiz vardı. Sadece bir yıl önce konuyu tekrar gündeme getirebildik. Yani, araştırmamız bu zamana kadar hiç incelenmemiş eski bir deney fikrine dayandığını” söylüyor..

Peki, yüz ifadelerini anlaşılır yapan nedir?

Araştırmacılar deneyi gerçekleştirebilmek için, bebeklerin görme fonksiyonunun nasıl çalıştığına dair var olan önceki çalışmalarla modern simülasyon tekniklerini birleştirdiler. 80’li yıllarda, davranış bilimleri yeni doğmuş bebeklerin kontrast duyarlılığı[1] ve uzaysal çözünürlüğü[2] üzerine bazı çalışmalar yapmıştı. O dönemde, gri arkaplana yerleştirilmiş bir figür bebeğe gösterildiğinde, bebeğin doğrudan şekle yönelik bakışları olduğu tespit edilmişti.

yeni-dogan-bir-bebek-sizi-nasil-goruyor-bilimfilicom-1

Magnussen “Deneylerde siyah ve beyaz çizgilerden oluşan figürler kullanıldı. Deney alanı, belli bir şerit genişliğinde ve sıklığında yerleştirilen çizgiler sayesinde homojen bir şekilde gri görünüyordu. Deneylerdeki bebekler de gözlerini herhangi bir şekle yöneltemiyorlardı. Kontrast seviyesini ve uzaysal çözünürlüğü tam olarak belirlemek için şerit genişliğinde ve sıklığındaki değişiklikler yapılarak bebeklerin bakışlarının doğrudan değişikliklere yöneltilmesi sağlandı,” diyor. Diğer bir deyişle, araştırmacıların yeni doğan bebeklerin görme yetisi hakkında oldukça fazla bilgisi vardı. Onların bilmediği, bu bilginin pratik sonuçlarıydı.
Peki, bu sonuçlar, yeni doğan bir bebeğin bir yetişkinin yüz ifadelerini görebildiği anlamına mı geliyor?

Hareketleri Görmek Kolaydır

Hareketsiz bulanık bir fotoğraftansa hareket halindeki bir şeyi fark etmek daha kolaydır. Araştırmacılar bu deney için, birçok duygusal yüz ifadesinin kaydedildiği bir video hazırladılar. Daha sonra bu videoları yetişkinlere gösterdiler. Buradaki düşünce, yetişkinlerin tanımlayamayacağı yüz ifadelerinin bebekler tarafından da tanımlayamayacağıydı. Yetişkin katılımcılar 30 cm uzaklıktan çekilmiş videolardaki dört yüz ifadesinden üçünü doğru şekilde söylemişlerdir. Uzaklık 120 cm’e ulaştığında, doğru cevaplar bir kişinin rastgele cevaplarının doğru çıkmasındaki orana düşmüştür. Bu demektir ki yeni doğan bebekler görsel bilgiye dayanan yüz ifadelerini 30 cm’e kadar tanımlayabilirler.

Araştırmanın Temeli Atıldı

Magnussen; bu araştırmanın, yeni doğan bir bebeğin gördüğü şeyden ne anladığını değil, bebeğin aslında ne gördüğünü incelediğini söylüyor. Yeni doğan bebeklerin görsel dünyasını anlamaya çalışan önceki çalışmalar, öğrencilerin okul kitaplarında bahsedilen çalışmalar gibi, normal bir fotoğrafın bulanıklaştırılmasına dayanıyordu. Magnussen; kendilerinden önce hiç kimsenin yeni doğanların görme yetileri üzerine bu kadar detaylı bir çalışma yapmamış olduğunu söylüyor. Bu yüzden, ilk defa yeni doğmuş bir bebeğin görsel bilgilerinin somut bir tahmini bu çalışmayla yapılmış oldu.

[1] Kontrast duyarlılık: Çizgiler arası zıtlığın belirgin olmasından dolayı net görebilme yeteneğidir.
[2] Uzaysal Çözünürlük: Bir görüntünün farklı noktalarını ayırt edebilme yeteneğidir.

Kaynak: Bilimfili, “How a Newborn Baby Sees You” http://www.sciencedaily.com/releases/2015/06/150629080200.htm
Akademik Kaynak: O. von Hofsten, C. von Hofsten, U. Sulutvedt, B. Laeng, T. Brennen, S. Magnussen. Simulating newborn face perception. Journal of Vision, 2014; 14 (13): 16 DOI: 10.1167/14.13.16

21. Ocak 2016

Daha Verimli İlaç Taşıma Sistemleri İçin Kızılötesi Işın

Bazı ilaç rejimleri (hangi ilaç veya ilaçların ne sıklıkla ve hangi dozajda kullanılacağını öngören düzen), özellikle de tümörleri yok etmek üzere dizayn edilenler son derece zarar verici ve rahatsız edici yan etkiler üretebiliyor. İstenmeyen semptomlar çoğunlukla ilacın veya ilaçların ihtiyaç duyulmayan bölgelere de gitmesinden ve sağlıklı hücrelere zarar vermesinden kaynaklanabiliyor.

Elbette bu bir risk ve her tedavide hepimiz bu riski göze alıyoruz. Ancak bu riski de minimum etmek üzere Kanada, Quebec’ten araştırmacılar, yalnızca yakın-kızılötesi ışık etkisi altında kaldığında ilacı salabilen nanoparçacıklar geliştirdiler. Doktorlar ilacın salınmasını istedikleri bölgeye bu ışık hüzmesini yollayarak tam da istedikleri bölgede ilacın salınmasını sağlayabilecekler. Araştırmanın tüm detayları Amerikan Kimya Topluluğu’nun prestijli dergisiJournal of the American Chemical Society‘de yayımlandı.

Yıllardır bilim insanları bölgesel veya başka bir deyişle yerel tedaviler geliştirerek ilaçların yukarıda sözü geçen nedenden ötürü beraberlerinde getirdikleri yan etkilerden kurtulmak için mücadele edip duruyorlar. Bugüne kadar ışığa, sıcaklığa , ultrasona ve pH değişikliklerine tepki verebilen ilaç iletim sistemleri geliştirildi. Bu uygulamalardan gelecek vadeden bir tanesi de morötesi (ultraviyole) ışınlara duyarlı ilaç taşıma malzemeleriydi.

Işık spektrumunun bu kısmına ait olan ve malzemenin üzerine gönderilen ışın atımı malzemenin içinde bulundurduğu ilacı hedef bölgeye (tıpkı kargo taşıyan bir kurye gibi) bırakıyor. Ancak morötesi ışığın belli sınırları bulunuyor. Örneğin morötesi ışık ışınlarının kendileri de kanserojen ve vücudun iç kısımlarına ulaşabilecek güçte de değiller.

Buna karşılık yakın kızılötesi ışık bir canlı dokuya 1-2 santimetre derinliğe ulaşabilecek kadar penetre edebilir ve nispeten de daha güvenilir bir alternatif; ancak ne var ki ışığa duyarlı ilaç-taşıyıcıları bu ışık türüne tepki vermiyorlar. McGill University’den mühendis profesör Marta Cerruti ve araştırmacı arkadaşları ikisinin de iyi olan taraflarını kullanabilmeyi hedefledi ve bu iki ışığı bir araya getirerek muhtemel bir çözüm şekli yarattı .

Araştırmacılar, yakın kızılötesi ışığı ultraviyole ışığa çevirebilen nanoparçacıklarla yola çıktılar ve daha sonra bu nanoparçacıkları morötesi ışığa duyarlı hidrojel ile kaplayarak içlerine de ilaç moleküllerine refakatçi olması için flüoresan protein (bu protein çeşitleri belli ışıklar altında -rengine göre- parlayarak araştırmacılara bilgi verebilmekte, hücre içi görüntülemeyi kolaylaştırmaktadır) aşıladı. Daha sonra yakın-kızılötesi ışına maruz kalan nanoparçacıklar bu ışık ışınlarını ani olarak morötesi ışınlara çevirerek hidrojel kabuklarının açılmasını sağlıyor ve daha sonra yüklerini dışarı salıyor.

Araştırmacılar bu kargo sistemi yalnızca ilaçları bölgeye ulaştırmak için değil, aynı zamanda tanı koyabilme, bölgeyi görüntüleyebilme, hastalık teşhisi ve bölgeyle ilgili başka bilgilerin alınabilmesi için de kullanabilmek üzere dizayn etmeye çalıştıklarını belirtti.

Kaynak : Bilimfili, Ghulam Jalani, Rafik Naccache, Derek H. Rosenzweig, Lisbet Haglund, Fiorenzo Vetrone, Marta Cerruti.Photocleavable Hydrogel-Coated Upconverting Nanoparticles: A Multifunctional Theranostic Platform for NIR Imaging and On-Demand Macromolecular Delivery. Journal of the American Chemical Society, 2016; DOI: 10.1021/jacs.5b12357