智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
廣皓天
哥德堡大學科研團隊近日開發(fā)出了一項AI工具，能夠幫助分析顯示器拍攝的圖像。這項AI工具已經(jīng)得到了廣泛認可，有望對現(xiàn)有顯微鏡產(chǎn)生質(zhì)的變化，并為科研和工業(yè)領(lǐng)域的研究鋪平道路。
該研究的主要作者、物理學博士生BenjaminMidtvedt表示：“深度學習已經(jīng)風靡全球，對很多行業(yè)、部門和科學領(lǐng)域都產(chǎn)生了巨大的影響。我們現(xiàn)在已經(jīng)開發(fā)出一種工具，利用深度學習來分析和探索顯微鏡拍攝的圖像”。
深度學習可以被描述為一種數(shù)學模型，用于解決使用傳統(tǒng)算法方法難以解決的問題。在顯微鏡中，巨大的挑戰(zhàn)是如何從數(shù)據(jù)打包的圖像中檢索出盡可能多的信息，這也是深度學習被證明非常有效的地方。
Midtvedt和他的研究同事開發(fā)的工具涉及神經(jīng)網(wǎng)絡(luò)學習，通過查看大量的圖像，即所謂的訓練數(shù)據(jù)，準確地從圖像中檢索出研究人員想要的信息。與必須手動制作訓練數(shù)據(jù)相比，該工具簡化了制作訓練數(shù)據(jù)的過程，因此可以在一個小時內(nèi)生成數(shù)萬張圖像，而不是一個月內(nèi)生成一百張。
Midtvedt表示：“這使得從顯微鏡圖像中快速提取更多的細節(jié)成為可能，而不需要用傳統(tǒng)方法創(chuàng)建一個復雜的分析。此外，結(jié)果是可重復的，并且可以為特定目的檢索定制的特定信息”。
例如，該工具允許用戶決定非常小的顆粒的大小和材料特征，并輕松地對細胞進行計數(shù)和分類。研究人員已經(jīng)證明，該工具可以被需要凈化排放的行業(yè)使用，因為他們可以實時看到所有不需要的顆粒是否已經(jīng)被過濾掉。研究人員希望，未來該工具可以用來跟蹤細胞中的感染情況，并繪制細胞防御機制圖，這將為新的藥物和治療方法帶來巨大的可能性。
他表示：“我們已經(jīng)看到國際社會對該工具產(chǎn)生了重大興趣。無論面臨怎樣的微觀挑戰(zhàn)，研究人員現(xiàn)在可以更容易地進行分析，做出新的發(fā)現(xiàn)，實施想法，并在其領(lǐng)域內(nèi)開辟新的領(lǐng)域”。
(原標題：科學家開發(fā)深度學習AI工具 有望顛覆顯微鏡技術(shù))
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
