回折限界を 1.5 倍超え、イメージング条件は 10 分の 1 に低くなります。清華大学と中国科学院は AI 手法を使用して顕微鏡の解像度を向上させています
Editor | Radish Skin
従来の分析アルゴリズムや深層学習モデルを含む計算による超解像手法により、光学顕微鏡法が大幅に改善されました。中でも教師ありディープニューラルネットワークは優れた性能を示していますが、生細胞の高度なダイナミクスのため、大量の高品質な学習データが必要であり、そのデータを取得するのは非常に手間がかかり現実的ではありません。最新の研究では、清華大学と中国科学院の研究者が、顕微鏡画像の解像度を回折限界を超えて瞬時に 1.5 倍高めることができるゼロショット デコンボリューション ネットワーク (ZS-DeconvNet) を開発しました。通常の超解像イメージング条件よりも 10 倍低く、地上実験や追加のデータ収集を必要とせず、教師なしの方法で実行されます。
研究者らはまた、全反射蛍光顕微鏡、3D広視野顕微鏡、共焦点顕微鏡、二光子顕微鏡、格子ライトシート顕微鏡、複数のモード構造照明顕微鏡を含む複数のイメージングモダリティにおけるZS-DeconvNetの多用途の適用性を実証しました。 ; 有糸分裂単細胞からマウスや線虫に至る多細胞胚生物の多色、長期、超解像度 2D/3D イメージングが可能になります。
この研究は「
ゼロショット学習により、光学蛍光顕微鏡におけるインスタントノイズ除去と超解像が可能になります」と題され、2024年5月16日に「Nature Communications」に掲載されました。
超解像技術の進歩により、光学蛍光顕微鏡は、画像の詳細を改善しましたが、空間解像度の向上とともに、他の画像パラメータも犠牲になります。計算による超解像手法は、オンラインでの画質の向上、既存の機器の機能の強化、アプリケーションの範囲の拡大が可能であるため、研究のホットスポットとなっています。
これらの手法は、分析モデルに基づくデコンボリューションなどの手法と、深層学習に基づく超解像 (SR) ネットワークの 2 つのカテゴリに分類されます。前者はパラメータ調整と複雑なイメージング環境への適応性の低さによって制限されます。後者はビッグデータを通じて複雑な画像変換を学習できますが、取得の難しさやトレーニングデータの品質への高い依存性などの課題に直面しています。これにより、日常の生物学研究におけるディープラーニング超解像技術の普及と応用が制限されます。
ここで、清華大学と中国科学院の研究チームは、ゼロショット デコンボリューション ディープ ニューラル ネットワーク フレームワーク ZS-DeconvNet を提案しました。これは、低解像度および低信号出力のみを使用して DLSR ネットワークの教師なしトレーニングが可能です。 - 平面画像または立体画像のスタックのノイズ比により、ゼロショットの実装が可能になります。
イラスト: ゼロショットデコンボリューションネットワーク。 (出典: 論文)
研究者らは、単一の信号対雑音比の低い入力画像でトレーニングした場合でも、ZS-DeconvNet は高い忠実度と定量化により、特定の画像を必要とせずに、回折限界を超えて解像度を 1.5 倍以上向上させることができると述べています。パラメータ調整。
ZS-DeconvNet は、走査型顕微鏡から広視野検出顕微鏡まで、さまざまなイメージングモダリティに適しており、さまざまなサンプルや顕微鏡セットアップでその機能を実証しています。
図: ZS-DeconvNet を複数の画像モダリティに一般化します。 (出典: 論文)
研究者らは、適切にトレーニングされた ZS-DeconvNet がミリ秒のタイムスケールで高解像度画像を推論できることを実証し、複数の細胞小器官の相互作用、遊走、有糸分裂と細胞小器官の動態中の光感受性の細胞骨格を可能にし、長時間にわたる高スループットを実現します。 -用語 SR 線虫およびマウス胚の発生における細胞内構造および動態の 2D/3D イメージング。
図: マルチモーダル SIM データにおけるゼロサンプルのノイズ除去と解像度の向上。 (出典: 論文)
さらに、ZS-DeconvNet を生物学研究コミュニティで広く使用できるようにするために、チームは Fiji プラグイン ツールボックスと、簡単に使用できる ZS-DeconvNet メソッドのチュートリアル ホームページを設立しました。ディープラーニングの知識のないユーザーによる。
ZS-DeconvNet の幅広い適用性と堅牢性にもかかわらず、ZS-DeconvNet ユーザーは、低蛍光シグナルの誤認、異なるイメージング モードの画像に適用された場合のパフォーマンスの低下、不適切な PSF によって引き起こされる問題など、潜在的なファントム生成とその制限に注意することをお勧めします。教師なし学習における解像度の向上は、教師あり学習ほど明らかではありません。
将来的には、より高度なネットワークアーキテクチャを組み合わせたり、他の光学超解像技術に拡張したり、ドメイン適応または汎化技術を採用したり、空間的に変化するPSFを処理したりすることにより、ZS-DeconvNetの機能と適用範囲はさらに拡大されるでしょう。
論文リンク:https://www.nature.com/articles/s41467-024-48575-9
以上が回折限界を 1.5 倍超え、イメージング条件は 10 分の 1 に低くなります。清華大学と中国科学院は AI 手法を使用して顕微鏡の解像度を向上させていますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

スタンフォード大学ヒト指向の人工知能研究所によってリリースされた2025年の人工知能インデックスレポートは、進行中の人工知能革命の良い概要を提供します。 4つの単純な概念で解釈しましょう:認知(何が起こっているのかを理解する)、感謝(利益を見る)、受け入れ(顔の課題)、責任(責任を見つける)。 認知:人工知能はどこにでもあり、急速に発展しています 私たちは、人工知能がどれほど速く発展し、広がっているかを強く認識する必要があります。人工知能システムは絶えず改善されており、数学と複雑な思考テストで優れた結果を達成しており、わずか1年前にこれらのテストで惨めに失敗しました。 2023年以来、複雑なコーディングの問題や大学院レベルの科学的問題を解決することを想像してみてください

メタのラマ3.2:マルチモーダルとモバイルAIの前進 メタは最近、ラマ3.2を発表しました。これは、モバイルデバイス向けに最適化された強力なビジョン機能と軽量テキストモデルを特徴とするAIの大幅な進歩です。 成功に基づいてo

今週のAIの風景:進歩、倫理的考慮、規制の議論の旋風。 Openai、Google、Meta、Microsoftのような主要なプレーヤーは、画期的な新しいモデルからLEの重要な変化まで、アップデートの急流を解き放ちました

つながりの慰めの幻想:私たちはAIとの関係において本当に繁栄していますか? この質問は、MIT Media Labの「AI(AHA)で人間を進める」シンポジウムの楽観的なトーンに挑戦しました。イベントではCondedgを紹介している間

導入 あなたが科学者またはエンジニアで複雑な問題に取り組んでいると想像してください - 微分方程式、最適化の課題、またはフーリエ分析。 Pythonの使いやすさとグラフィックスの機能は魅力的ですが、これらのタスクは強力なツールを必要とします

メタのラマ3.2:マルチモーダルAIパワーハウス Metaの最新のマルチモーダルモデルであるLlama 3.2は、AIの大幅な進歩を表しており、言語理解の向上、精度の向上、および優れたテキスト生成機能を誇っています。 その能力t

データ品質保証:ダグスターと大きな期待でチェックを自動化する データ駆動型のビジネスにとって、高いデータ品質を維持することが重要です。 データの量とソースが増加するにつれて、手動の品質管理は非効率的でエラーが発生しやすくなります。

MainFrames:AI革命のUnsung Heroes サーバーは汎用アプリケーションで優れており、複数のクライアントの処理を行いますが、メインフレームは大量のミッションクリティカルなタスク用に構築されています。 これらの強力なシステムは、頻繁にヘビルで見られます


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境

AtomエディタMac版ダウンロード
最も人気のあるオープンソースエディター

ドリームウィーバー CS6
ビジュアル Web 開発ツール

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

MantisBT
Mantis は、製品の欠陥追跡を支援するために設計された、導入が簡単な Web ベースの欠陥追跡ツールです。 PHP、MySQL、Web サーバーが必要です。デモおよびホスティング サービスをチェックしてください。
