人工智能技术无需额外硬件即可生成厚生物样本的清晰图像
作者：by Howard Hughes Medical Institute
深度退化是生物学家非常了解的一个问题：对样本观察得越深，图像就会变得越模糊。蠕虫胚胎或一块组织可能只有几十微米厚，但当仪器观察到顶层之外时，光线的弯曲会导致显微镜图像失去清晰度。
为了解决这个问题，显微镜学家在现有显微镜中添加了技术来消除这些扭曲。但这种技术，称为自适应光学，需要时间、金钱和专业知识，因此可供相对较少的生物实验室使用。
现在，HHMI 珍妮莉亚研究园区的研究人员和合作者已经开发出一种进行类似校正的方法，但无需使用自适应光学器件、添加额外的硬件或拍摄更多图像。Shroff 实验室的一个团队开发了一种新的人工智能方法，可以在厚厚的生物样本中产生清晰的显微镜图像。
纸张是发表在日记中自然通讯。
为了创造这项新技术，该团队首先找到了一种方法来模拟当显微镜深入均匀样本时图像如何退化。然后，他们将模型应用于未降级的同一样本的近侧图像，导致这些清晰的图像像更深的图像一样扭曲。然后，他们训练了一个神经网络扭转整个样品的畸变，从而在样品的整个深度产生清晰的图像。
该方法不仅能产生更好看的图像，而且还使研究小组能够更准确地计算蠕虫胚胎中的细胞数量，追踪整个小鼠胚胎中的血管和纤维束，并检查小鼠肝脏和心脏碎片中的线粒体。
这种基于深度学习的新方法不需要标准显微镜、带显卡的计算机和如何运行计算机代码的简短教程之外的任何设备，使其比传统的自适应光学技术更容易使用。
Shroff 实验室已经在使用新技术对蠕虫胚胎进行成像，该团队计划进一步开发该模型，以减少其对样本结构的依赖，从而使新方法可以应用于不太均匀的样本。
更多信息：MinGuo 等人，基于深度学习的像差补偿提高了荧光显微镜的对比度和分辨率，自然通讯（2025）。DOI：10.1038/s41467-024-55267-x
引文：AI技术无需额外硬件即可生成厚生物样本的清晰图像（2025年1月7日）检索日期：2025 年 1 月 8 日来自 https://phys.org/news/2025-01-ai-technique-generates-images-thick.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外，不得未经书面许可，不得复制部分内容。所提供的内容仅供参考。
关于《人工智能技术无需额外硬件即可生成厚生物样本的清晰图像》的评论
暂无评论