Ang isang bagong malalim na tool sa pag-aaral ng AI ay maaaring baguhin ang loob ng microscopy

Ipinapakita ng pigura kung paano ginagamit ang neural network upang makakuha ng mga kawili-wiling impormasyon mula sa isang imahe ng mikroskopyo. May-akda: Aykut Argun

Ang tool ng AI, na binuo sa University of Gothenburg, ay nagbubukas ng mga bagong posibilidad para sa pag-aralan ang mga larawang kinunan gamit ang mga microscope. Ipinapakita ng pananaliksik na ang isang instrumento na nakakuha ng pagkilala sa internasyonal ay maaaring magbago nang pangunahing microscopy at magbukas ng daan para sa mga bagong tuklas at mga lugar na ginagamit sa parehong pananaliksik at industriya.

Ang pokus ng pag-aaral ay malalim na pag-aaral, ang uri ng artipisyal na katalinuhan (AI) at pag-aaral ng makina kung saan lahat tayo nakikipag-ugnay sa araw-araw, madalas nang hindi iniisip ito. Halimbawa, kung ang isang bagong kanta ay lilitaw sa Spotify, katulad ng mga kantang napakinggan natin dati, o kung awtomatikong nahahanap ng camera ng mobile phone ang pinakamahusay na mga setting at inaayos ang mga kulay sa larawan.

“Ang malalim na pag-aaral ay kinuha sa buong mundo at nagkaroon ng malaking epekto sa maraming mga industriya, sektor at akademya. Bumuo kami ngayon ng isang tool na nagpapahintulot sa amin na samantalahin ang hindi kapani-paniwalang potensyal ng malalim na pag-aaral sa pamamagitan ng pagtuon sa mga imaheng kinunan gamit ang microscope, “sabi ni Benjamin Midtwedt, isang mag-aaral ng doktor sa pisika at nangungunang may-akda ng pag-aaral.

Ang malalim na pag-aaral ay maaaring inilarawan bilang isang modelo ng matematika na ginamit upang malutas ang mga problema na mahirap makitungo sa paggamit ng tradisyonal na mga pamamaraan ng algorithm. Sa microscopy, ang malaking hamon ay upang makakuha ng maraming impormasyon hangga’t maaari mula sa puspos na data ng imahe, at narito na ang malalim na pagsasanay ay napatunayang napakabisa.

Benjamin Midtwedt

Benjamin Midtwedt. May-akda: Aykut Argun

Ang tool, na binuo ni Midtvedt at ng kanyang mga kapwa mananaliksik, ay nagsasama ng mga neural network na natutunang makuha ang eksaktong impormasyon na nais makuha ng mananaliksik mula sa isang imahe sa pamamagitan ng pagtingin sa isang malaking bilang ng mga imaheng kilala bilang data ng pag-aaral. Pinapasimple ng tool ang proseso ng pagkuha ng data ng pagsasanay kumpara sa kinakailangang gawin ito nang manu-mano, kaya’t sampu-sampung libong mga imahe ang maaaring makuha sa isang oras sa halip na isang daang sa isang buwan.

“Pinapayagan ka nitong mabilis na makakuha ng mas maraming detalye mula sa mga imahe ng mikroskopyo nang hindi nangangailangan ng kumplikadong pagsusuri gamit ang tradisyunal na pamamaraan. Bilang karagdagan, ang mga resulta ay maaaring kopyahin, at maaari mong ipasadya ang ilang impormasyon para sa isang tukoy na layunin. “

Halimbawa, pinapayagan ng tool ang gumagamit na magpasya sa laki at mga katangian ng materyal para sa napakahusay na mga particle, at madaling mabilang at mauri ang mga cell. Naipakita na ng mga mananaliksik na ang tool ay maaaring magamit ng isang industriya na kailangang linisin ang mga emissions dahil sa real time nakikita nila kung ang lahat ng mga hindi ginustong mga partikulo ay na-filter.

Inaasahan ng mga mananaliksik na sa hinaharap ang tool ay maaaring magamit upang subaybayan ang mga impeksyon sa cell at magtipon ng mga mekanismo ng pagtatanggol ng cellular, na magbubukas ng malaking pagkakataon para sa mga bagong gamot at paggamot.

“Nakita na natin ang malaking internasyonal na interes sa instrumento na ito. Anuman ang mga problema sa mikroskopiko, ang mga mananaliksik ay mas madaling makakapag-aralan ngayon, makagawa ng mga bagong tuklas, magpatupad ng mga ideya at matuklasan ang mga bagong direksyon sa kanilang mga larangan. “

Mga Sanggunian:

“Quantitative Digital Mikroskopiko na may Malalim na Pag-aaral” ni Benjamin Midtvedt, Saga Helgadotir, Aykut Argun, Jesus Pineda, Daniel Midtvedt at Giovanni Volpe, Pebrero 19, 2021, Mga pagsusuri sa Applied Physics.
DOI: 10.1063 / 5.0034891

“Mabilis at Tumpak na Paglalarawan ng Nanoparticles Gamit ang Advanced Advanced Holographic Learning,” Benjamin Midtwedt, Eric Olsen, Fredrik Eklund, Fredrik Hock, Carolina Beck Adels, Giovanni Volpe, at Daniel Midtvedt, Enero 5, 20 ACS Nano.
DOI: 10.1021 / acsnano.0c06902

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

82% ng Mga Tao na Na-ospital Sa COVID-19 Bumuo ng Mga Neurological Problems

Isinasaalang-alang ang tomography ng utak. Ang mga pasyente na may mga karamdaman na nagpapahiwatig ng neurological ay kasangkot COVID-19 anim na beses na mas malamang...

“Gobsmacked” – Ang Melanie Wood ng Harvard ay Naging Unang Babae na Nanalo ng $ 1M Waterman Award sa Math

Si Melanie Wood ang unang babaeng nanalo ng isang Waterman Award sa matematika. Kredito: Stephanie Mitchell / Harvard Staff Photographer Kinikilala para sa mga...

Bagong Pagong na Natagpuan sa Huling Cretaceous ng Madagascar

Ang pagbabagong-tatag ng buhay ng Sahonachelys mailakavava, umaatake sa Madagascan na palaka tadpoles na si Belzebufo ay nagprotesta gamit ang isang espesyal na diyeta...

Natuklasan ng mga siyentista na ang loob ng Saturn – ang makapal na layer ng helium – ay nakakaapekto sa magnetic field ng mga...

Ang magnetikong patlang ni Saturn na nakikita sa itaas. Credit-Ancate Barrick / Jones Hopkins University Ginagaya ng mga mananaliksik ang mga kondisyong kinakailangan para...

Lumilikha ang mga mananaliksik ng cybersecurity ng mas mahusay na kanaryo – gamit ang AI upang lumikha ng pekeng mga dokumento

Ang bagong artipisyal na sistema ng katalinuhan ay lumilikha ng mga pekeng dokumento upang linlangin ang mga kalaban. Sa panahon ng World War II, ang...

Newsletter

Subscribe to stay updated.