首页 首页 人工智能 查看内容

利用人工智能分析未经过荧光标记的细胞

木马童年 2018-12-7 22:50 36 0

经过荧光标记的细胞的显微照片无疑是漂亮的,但它们需要侵入性的有时是破坏性的或致命性的实验程序才能让它们发出荧光。在一项新的研究中,为了避免这种干扰,来自美国加州大学旧金山分校和谷歌公司的研究人员开发出 ...

经过荧光标记的细胞的显微照片无疑是漂亮的,但它们需要侵入性的有时是破坏性的或致命性的实验程序才能让它们发出荧光。在一项新的研究中,为了避免这种干扰,来自美国加州大学旧金山分校和谷歌公司的研究人员开发出一种计算机程序,它能够区分不同的细胞类型,并鉴定出亚细胞结构等特征---所有这一切都不需要我们的眼睛进行可视化观察所依赖的荧光探针。相关研究结果于2018年4月12日在线发表在Cell期刊上,论文标题为“In Silico Labeling: Predicting Fluorescent Labels in Unlabeled Images”。

美国国家神经疾病与卒中研究所项目主任Margaret Sutherland(未参与这项研究)在一项声明中表示,“这种方法有潜力引发生物医学研究变革。”

这些研究人员利用一种被称作深度学习(deep learning)的方法,设计出一种神经网络,即一种模拟大脑的计算机程序,它利用数据识别图案、形成规则,并将这些规则应用到新信息中。

谷歌公司加速科学项目(Google Accelerated Science)软件工程师在一份新闻稿中说道,“我们通过向这种神经网络展示相同细胞的两组相匹配的图片(一组为经过荧光标记的细胞图片,另一组为未经过荧光标记的细胞图片)对它进行训练。我们重复了这个过程数百万次。随后,当我们给这种神经网络提供它之前从没有观察到的未经过荧光标记的细胞图片时,它能够准确地预测荧光标记所在的位置。”

通过提供高质量的细胞图片,这种计算机程序能够几乎完美地、正确地鉴定出细胞内的细胞核。它也能够区分死细胞和活细胞,并且在包括星形胶质细胞和未成熟的分裂细胞的细胞群体中发现神经元,甚至能够区分树突和轴突。

这些研究人员表示,未来的研究将着眼于优化这种神经网络,并改进它在某些任务---比如在高密度的细胞培养物中挑选出神经元亚型和发现轴突---上不太稳健的表现。

在不久的将来,多智时代一定会彻底走入我们的生活,有兴趣入行未来前沿产业的朋友,可以收藏多智时代,及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识,让我们一起携手,引领人工智能的未来!

计算机程序 深度学习 神经网络 模拟大脑 工程师 神经元
0
为您推荐
未来感3D镜子Naked,可从360度扫描人体

未来感3D镜子Naked,可从360度扫描人体

近日,3D健身器公司Naked Labs筹集了1400万美元的融资,用于开发家用3D人体扫描套装Na…...

AR应用热潮将来临,86%受访者预计产品12个月内上线

AR应用热潮将来临,86%受访者预计产品12个

PTC 于近日发布年中《工业创新现状》系列研究报告,其中描述了创新企业为终端客户构建…...

智能网联驾驶测试与评价重点实验室专项工作会议召开

智能网联驾驶测试与评价重点实验室专项工作

7月24日,“智能网联驾驶测试与评价工业和信息化部重点实验室2018年度学术委员会暨专…...

人工智能让每个人都能读懂唇语

人工智能让每个人都能读懂唇语

解读唇语是非常复杂的工作,人类在日常说话过程中嘴唇的微小移动是很难被可靠地解读,…...

人工智能关键技术决定机器人产业前途

人工智能关键技术决定机器人产业前途

随着家用机器人的应用需求不断增加,人工智能相关技术不断进步,硬件性能的增长,服务…...

AI创新让人兴奋 但是六大障碍你不可不知道

AI创新让人兴奋 但是六大障碍你不可不知道

乍一看去,人工智能行业目前红的发紫,投资者兴趣高涨,消费者需求巨大。人工智能的发…...