Gdy wystarczą dwa zdjęcia
Jak sztuczna inteligencja sprawia, że segmentacja komórek staje się bardziej przydatna w codziennej praktyce

Artykuł gościnny autorstwa Eiram Maheira Sheikh, Constanze Schwan, dr Alaa Tharwat, prof. dr Wolfram Schenck; Dział Badań Naukowych, Uniwersytet w Bielefeldzie, Wydział Inżynierii i Matematyki. Interakcja 1 | Tłumaczenie wykonane przez sztuczną inteligencję 9 min Czas czytania

Sztuczna inteligencja ułatwia segmentację komórek – jednak w codziennej pracy laboratoryjnej często napotyka ograniczenia. Nowe podejście pokazuje, że już dwa starannie wybrane obrazy mikroskopowe mogą wystarczyć do skutecznego dostosowania wstępnie wytrenowanych modeli sztucznej inteligencji i znacznej poprawy jakości analizy.

Rys. 1: Mikroskopy o wysokiej rozdzielczości generują obecnie w krótkim czasie ogromne ilości danych: sekwencje poklatkowe, zdjęcia wielokanałowe, stosy obrazów 3D. Nowe podejście pokazuje, że już dwa odpowiednio dobrane obrazy mikroskopowe mogą wystarczyć do znacznego usprawnienia cyfrowej analizy obrazu za pomocą wstępnie wytrenowanych modeli sztucznej inteligencji. (Ilustracja symboliczna)(Zdjęcie: Edytor obrazów GPT / Wygenerowane przez sztuczną inteligencję)
Rys. 1: Mikroskopy o wysokiej rozdzielczości generują obecnie w krótkim czasie ogromne ilości danych: sekwencje poklatkowe, zdjęcia wielokanałowe, stosy obrazów 3D. Nowe podejście pokazuje, że już dwa odpowiednio dobrane obrazy mikroskopowe mogą wystarczyć do znacznego usprawnienia cyfrowej analizy obrazu za pomocą wstępnie wytrenowanych modeli sztucznej inteligencji. (Ilustracja symboliczna)
(Zdjęcie: Edytor obrazów GPT / Wygenerowane przez sztuczną inteligencję)

Cyfrowa analiza obrazów stała się nieodłącznym elementem nowoczesnych laboratoriów biomedycznych. Mikroskopy o wysokiej rozdzielczości generują obecnie w krótkim czasie ogromne ilości danych: sekwencje poklatkowe, obrazy wielokanałowe, stosy obrazów 3D. Aby dokonać ilościowej analizy tych obrazów, wiele laboratoriów stawia obecnie na narzędzia oparte na sztucznej inteligencji, które automatycznie rozpoznają i segmentują komórki. Jeśli zdjęcia są wyraźne, kontrastowe i „jak z podręcznika”, systemy takie często dostarczają zaskakująco dobrych wyników – i pozwalają zaoszczędzić ogromną ilość czasu.