Штучний інтелект пришвидшує аналіз клітинних структур

Міжнародна дослідницька група під керівництвом Геттінгенського університету створила інноваційну технологію автоматичної сегментації мікроскопічних зображень, яка значно спрощує ідентифікацію клітинних структур для біологічних досліджень та медичної діагностики.

Значення сегментації для біомедичних досліджень

“Сегментація” – це процес ідентифікації та розмежування клітинних структур на мікроскопічних зображеннях. Ця технологія має вирішальне значення для розуміння складних процесів життєдіяльності. Завдяки сегментації можливе проведення аналізу реакції клітин на медикаментозне лікування. Також метод дозволяє порівнювати клітинні структури у різних генотипах.

Раніше автоматична сегментація була можлива, але мала суттєві обмеження. Спеціалізовані методи працювали лише в конкретних умовах. Адаптація цих методів до нових умов вимагала значних ресурсів і була дороговартісною.

Інноваційний підхід на основі штучного інтелекту

Дослідники застосували новаторський підхід, перенавчивши існуюче програмне забезпечення Segment Anything. Для цього використано понад 17 000 мікроскопічних зображень. База даних містила більше 2 мільйонів структур, анотованих вручну.

Нова модель отримала назву Segment Anything for Microscopy. Вона демонструє високу точність при сегментації зображень тканин та клітин. Алгоритм ефективно працює з подібними структурами у широкому діапазоні налаштувань.

Для спрощення доступу до технології створено спеціальне програмне забезпечення ?SAM. Цей інструмент забезпечує зручну “сегментацію будь-чого” на мікроскопічних зображеннях. Результати дослідження опубліковані в авторитетному науковому журналі Nature Methods.

Етапи розробки та вдосконалення моделі

Адаптація програмного забезпечення до потреб мікроскопії відбувалася поетапно. Спочатку дослідницька група провела оцінку на великому наборі даних з відкритих джерел. Це допомогло продемонструвати потенціал моделі для мікроскопічної сегментації.

Наступним кроком стало перенавчання алгоритму на спеціалізованому наборі даних з мікроскопії. Цей підхід значно покращив продуктивність моделі для сегментації клітин, ядер та органел.

Створення програмного забезпечення ?SAM стало завершальним етапом. Цей інструмент дозволяє дослідникам і лікарям аналізувати зображення без попередньої ручної розмітки структур. Також відпадає необхідність навчати спеціальну модель штучного інтелекту для кожного завдання.

Практичне застосування та перспективи

Програмне забезпечення вже знаходить широке застосування на міжнародному рівні. “Завдання, які раніше займали тижні кропіткої ручної роботи, тепер можна автоматизувати за кілька годин”, — зазначає молодший професор Константин Папе з Інституту комп’ютерних наук Геттінгенського університету.

Технологія використовується для аналізу нервових клітин у вусі в рамках проекту з відновлення слуху. Також муSAM застосовують для сегментації штучних пухлинних клітин у дослідженнях раку. Крім того, інструмент аналізує зображення вулканічних порід, отриманих за допомогою електронної мікроскопії.

“Модель може сегментувати будь-яку біологічну структуру кількома клацаннями миші, а потім її можна вдосконалити, щоб автоматизувати завдання”, — підкреслює професор Папе. Це відкриває численні нові можливості застосування технології від базової клітинної біології до розробки інструментів для рекомендацій щодо лікування в терапії раку.