Skriv här det du söker efter!

Pressmeddelande

Pressmeddelande

Lättanvänd plattform kan bli inkörsport till AI inom mikroskopi

En ny, avgiftsfri plattform hjälper också andra än experter att använda artificiell intelligens för att analysera bilder tagna med mikroskop. Plattformen har utvecklats vid Åbo Akademi och Instituto Gulbenkian de Ciência och kommer att vara till stor hjälp vid användningen av moderna mikroskop inom forskning och diagnostik.

Mjukvara som använder artificiell intelligens, AI, revolutionerar hur man analyserar bilder tagna med hjälp av mikroskop. Till exempel kan AI användas för att upptäcka särdrag i bilder, till exempel tumörer i vävnadsprover, eller förbättra kvaliteten på bilder genom att avlägsna oönskat brus. Problemet är att AI-teknologierna har förblivit svåra att använda för personer som inte är experter inom området.

I artikeln ”Democratising deep learning for microscopy with ZeroCostDL4Mic”, publicerad i Nature Communication den 15 april 2021, beskriver forskare en plattform som kallas ZeroCostDL4Mic, som gör dessa AI-teknologier tillgängliga för alla.

– Den centrala nyheten är att ZeroCostDL4Mic körs gratis i molnet och inte kräver att användaren har någon erfarenhet av kodning eller stora kunskaper inom programmering. I praktiken går plattformen att använda på vilken dator som helst som har en webbläsare, säger Guillaume Jacquemet, specialforskare i cellbiologi vid Åbo Akademi.

Cancerceller som gultonade prickar mot röd bakgrund.

Cancercellers kärnor som prickar i olika färger mot svart bakgrund.
Exempel på hur ZeroCostDL4Mic med hjälp av AI kan användas för att upptäcka kärnor av cancerceller från bilder tagna med mikroskop. Ovan: originalbild. Nedan: Bild där varje upptäckt cancercell har en skild färg, vilket hjälper identifieringen. Bilder: Guillaume Jacquemet.

Mikroskop har under de senaste 400 åren hjälpt mänskligheten observera fenomen som är för små att se med blotta ögat. Idag är mikroskopi en ledande teknologi som används världen över inom såväl forskning som diagnostik.

Moderna mikroskop är direkt kopplade till digitala kameror och producerar hundratusentals bilder per sampel. Bilderna måste behandlas på en dator för att det ska gå att avläsa meningsfulla data ur dem, vilket är ett enormt arbete.

För att underlätta behandligen av den stora mängden bilder har Jacquemet och hans kolleger använt AI för att träna datorn att utföra detta arbete. I praktiken är ZeroCostDL4Mic en samling självklara anteckningar för Google Colab, som använder ett lättanvänt grafiskt användargränssnitt.

– Vi tror att ZeroCostDL4Mic kommer att vara en inkörsport till AI och locka användare att utforska dessa nya teknologier, som under de närmaste decennierna kommer att förändra den biomedicinska forskningen och diagnostiken, säger Jacquemet.

Utvecklingen av plattformen ZeroCostDL4Mic koordinerades av Guillaume Jacquemets (Åbo Akademi, Åbo, Finland) och Ricardo Henriques (Instituto Gulbenkian de Ciência, Oeiras, Portugal) laboratorier. I arbetet ingick ett stort internationellt konsortium som bestod av 12 laboratorier utspridda över nio länder och två kontinenter.

ZeroCostDL4Mic är tillgängligt online och utan avgift på https://github.com/HenriquesLab/ZeroCostDL4Mic. En video med beskrivande exempel finns här: https://www.youtube.com/watch?v=hh2I5xJH67k. Videon illustrerar hur ZeroCostDL4Mic kan upptäcka och följa cancerceller i videor och förbättra kvaliteten och resolutionen på olika slags mikroskopiska avbildningar.

Lösningar för hälsa är en av Åbo Akademis fyra forskningsprofiler.

En mikroskopavbildning med grynig resolution och otydliga konturer.

En mikroskopavbildning med skarp resolution och tydliga konturer.
Bilderna exemplifierar hur det går att förbättra resolutionen med hjälp av ZeroCostDL4Mic. Bilderna är avbildningar av bröstcancerceller tagna med superresolutionsmikroskop, som färgats för att synliggöra cellernas aktincytoskelett. Ovan: originalbilden. Nedan: en förbättrad bild.

Artikeln ”Democratising deep learning for microscopy with ZeroCostDL4Mic” finns i sin helhet på https://doi.org/10.1038/s41467-021-22518-0

 

Mera information:
Guillaume Jacquemet
Specialforskare i cellbiologi vid Åbo Akademi
E-post: guillaume.jacquemet@abo.fi
Tfn: +358 50 323 5606