Микроскопы станут использовать нейронные сети для улучшения четкости изображений

В новой работе, опубликованной в июньском выпуске журнала Nature Methods, команда микроскопистов и компьютерных ученых использовала тип искусственного интеллекта, называемый нейронной сетью, для получения более четких изображений работающих клеток даже при чрезвычайно низком, благоприятном для клеток уровне света.

Команда, возглавляемая Хари Шроффом, доктором философии, старшим исследователем в Национальном институте биомедицинской визуализации и биоинженерии, и Джиджи Чен из Центра усовершенствованной визуализации и микроскопии транс-NIH назвали этот процесс «восстановлением изображения». Этот метод устраняет два явления, которые вызывают нечеткие изображения при слабом освещении: низкое отношение сигнал / шум (SNR) и низкое разрешение (размытость). Чтобы решить эту проблему, они обучили нейронную сеть подавлять шумные изображения и размывать размытые изображения.

Микроскопы станут использовать нейронные сети для улучшения четкости изображений

В частности, исследователи сосредоточились на восстановлении объемов изображений со сверхвысоким разрешением, так называемых, потому что они показывают чрезвычайно подробные изображения крошечных частей, составляющих клетку. Изображения отображаются в виде трехмерного блока, который можно просматривать со всех сторон при его вращении.

Команда получила тысячи объемов изображений с помощью микроскопов в своей лаборатории и других лабораториях NIH. Когда они получили изображения, сделанные при очень слабом освещении, клетки не были повреждены, но изображения были очень зашумленными и непригодными для использования — низкий SNR. Используя метод RCAN, изображения были очищены от шума для создания четкого, точного, пригодного для использования трехмерного изображения.

Источник — Газета Daily.

 

Газета «DAILY» — Новости Ростова-на-Дону