在美国和其他工业化国家，心脏病是主要的死亡原因，许多患者面临的治疗选择有限。幸运的是，干细胞生物学使研究人员能够产生大量的心肌细胞，这些细胞构成了心脏或心肌，并且有潜力用于先进的药物筛选和基于细胞的疗法中。

这些干细胞生成的心肌细胞的陷阱之一是它们不代表成年的人类心肌细胞，但是在不进行进一步干预的情况下仍不成熟。另外，当前的图像分析技术不允许研究人员分析不成熟细胞典型的异质，多方向，横纹肌纤维，以确定何时有新的干预措施促使细胞组织。

在AIp publishing的《应用物理杂志》上，研究人员展示了一种算法，该算法将梯度方法与快速傅里叶变换，扫描梯度傅里叶变换或SGFT技术相结合，以相当高的准确性量化心脏细胞中的肌原纤维结构。肌原纤维是肌肉细胞的细长收缩单位。

该论文的作者温迪·克朗说：“如果看成年人的心脏组织，一切都不会完全对齐。一切都不会像书架那样整齐而整齐地堆叠。”“结构更加复杂。我们希望能够量化组织。”

这种水平的分析，结合对细胞突变影响的新研究，有可能产生关于肌原纤维生成和各种心肌病潜在机制的新见解，这使心肌更难将血液泵入其余部分的身体。

克罗恩说：“在某些心脏疾病中存在肌原纤维紊乱。”“利用我们的技术，我们可以量化混乱，从而更好地了解心脏细胞疾病的严重性。”

这种新方法可以检测和量化的异质条纹图案出现在生物学和其他地方的无数其他情况下。例如，SGFT技术可以清楚地检测出乳腺组织活检组织中胶原组织和方向的分布，这很重要，因为患有癌症的乳腺组织具有更有组织的胶原结构。如先前的研究显示，乳腺癌组织中胶原纤维的形态是肿瘤恶性性的强烈预后指标。

SGFT技术还可潜在地用于量化源自干细胞的早期神经元的横纹图案。

“我们的代码也可以量化神经玫瑰花结的组织，” Crone说。