WRÓĆ DO STRONY
GŁÓWNEJ
Nauka

Deep learning pozwala zmieniać obrazy 2D w struktury 3D

Naukowcy opracowali technikę rozszerzającą możliwości mikroskopii fluorescencyjnej, która umożliwia precyzyjne znakowanie części żywych komórek i tkanek barwnikami. Badacze wykorzystali sztuczną inteligencję do przekształcania dwuwymiarowych obrazów w stosy trójwymiarowych, wirtualnych plastrów pokazujących aktywność wewnątrz organizmów.

Nowa metoda wykorzystuje deep learning do obrazowania trójwymiarowego żywych próbek, przy najmniejszej ekspozycji na światło, które może być toksyczne dla tych próbek. Struktura, zwana „Deep-Z”, była w stanie naprawić błędy w obrazach. Ponadto autorzy projektu wykazali, że system może pobierać obrazy 2D z jednego typu mikroskopu i praktycznie tworzyć trójwymiarowe obrazy tak, jakby były one uzyskiwane przez inny, bardziej zaawansowany mikroskop.

Opisywana technika mogłaby zaoferować biologom i badaczom nauk przyrodniczych nowe narzędzie do obrazowania trójwymiarowego, które jest prostsze, szybsze i znacznie tańsze niż obecne metody. Możliwość korygowania błędów może pozwolić naukowcom badającym żywe organizmy na zebranie danych z obrazów, które w przeciwnym razie nie nadawałyby się do użytku. Badacze mogliby również uzyskać wirtualny dostęp do drogich i skomplikowanych urządzeń.

Deep-Z został przeszkolony z obrazami z dwóch typów mikroskopów fluorescencyjnych. Naukowcy pokazali, że ich instrument może wykorzystać dwuwymiarowe obrazy szerokokątne próbek do uzyskania obrazów trójwymiarowych prawie identycznych z obrazami wykonanymi za pomocą mikroskopu konfokalnego. Ta konwersja jest cenna, ponieważ mikroskop konfokalny tworzy obrazy, które są ostrzejsze i z większym kontrastem niż np. szerokokątny. Z drugiej strony, mikroskop szerokokątny rejestruje obrazy przy mniejszych nakładach i niższych wymaganiach technicznych.

ŹRÓDŁO: phys.org