首页 资讯正文

人工智能帮助最好的显微镜更好地观察、更快地工作并处理更多数据

人工智能帮助最好的显微镜更好地观察、更快地工作并处理更多数据

为了观察鱼幼虫大脑中快速的神经元信号,科学家们使用了一种叫做光场显微镜的技术,这种技术使人们能够在3d中对如此快速的生物过程进行成像。但这些图像往往呈现的质量不高,而且需要数小时或数天的时间才能将大量数据转换成3D影像。

现在,EMBL(欧洲分子生物学实验室)科学家已经将人工智能算法与两种尖端显微镜技术结合起来,这一进步将图像处理时间从几天缩短到几秒,同时确保得到的图像清晰准确。

该论文的两位主要作者之一,目前在慕尼黑工业大学攻读博士学位的Nils Wagner说:“最终,我们能够通过这种方法两全其美:人工智能使我们能够结合不同的显微镜技术,这样我们就可以在光场显微镜允许的速度下成像,并接近光片显微镜的图像分辨率。”

虽然光片显微镜和光场显微镜听起来相似,但它们各有不同的优势和挑战。光场显微镜可以捕捉大的3D图像,使研究人员能够在非常高速的情况下跟踪和测量非常精细的运动,例如鱼幼虫的心跳。但这种技术会产生大量数据,可能需要数天的时间来处理,而且最终的图像通常缺乏分辨率。

光片显微镜一次只能在给定样本的一个2d平面上成像,因此研究人员可以以更高的分辨率成像样本。与光场显微镜相比,光片显微镜产生的图像处理速度更快,但数据并不全面,因为它们一次只能从单个2D平面捕获信息。为了充分利用每种技术的优势,研究人员开发了一种方法,使用光场显微镜对大的3D样本进行成像,用光片显微镜训练人工智能算法,然后创建样本的精确3D图像。

“如果构建的算法能够产生一个图像,那么你需要检查这些算法构建的图像是否正确。”专家小组组长 Anna的团队为该项目带来了机器学习专业知识。Anna说,在这项新研究中,研究人员使用了光片显微镜来确保人工智能算法有效。

Robert是EMBL小组另一位负责人,他的小组为新型混合显微镜平台做出了贡献。他指出,建造更好的显微镜的真正瓶颈往往不是光学技术,而是计算能力。新的方法对于那些想要研究大脑如何计算的人来说非常关键,因为这个方法可以实时成像鱼幼虫的整个大脑。

未来,这种方法可能还会改进,也适用于不同类型的显微镜,最终使生物学家可以观察几十个不同的标本,看得更快、更多。它可以帮助找到参与心脏发育的基因,或者可以同时测量数千个神经元的活动。接下来,研究人员计划探索这种方法是否可以应用于更大的物种,包括哺乳动物等应用。

声明:本文版权归原作者所有,转载请注明出处,请勿转载至外网或用于商业用途。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/zixun/8232.html

发表评论

评论列表(0人评论 , 8014人围观)
☹还没有评论,来说两句吧...