为什么使用人工智能显微成像?
在生命科学领域使用成像技术的根本原因是能够生成数据来回答生物学问题。通常会将图像采集与高级图像分析结合起来实现这个目标。
常规成像方法需要操作人员不断进行人机交互,使用显微镜系统在样本上搜索合适的对象或感兴趣区域(ROI),进行适当的最佳图像采集设置,然后决定扫描这些ROI。这种人工决策的实验工作流程的性质决定了只有容易控制的少数ROI能被精确定位,而且采集ROI图像需要大量时间。
使用由Aivia驱动的自主显微镜,则能够在实验一开始完成设置后就完全自动进行稀有事件检测工作流程。实验开始后,就会立即进行低分辨率预扫描、检测稀有事件以及采集和存储高分辨率3D图像,无需任何人工干预。这种方法的显著优势在于整个过程高速进行,并能在实验过程中检测到大量稀有事件。
如何使用Aivia驱动的自主显微镜检测稀有事件
自主显微镜可自动检测这类ROI或稀有事件(RE),无需人工干预,因此能使复杂的显微镜工作流程完全自动化。在这个自主工作流程中,第一步先生成低分辨率二维(2D)概览图像,并立即将其传输到所连接的基于人工智能的图像处理(Aivia)系统。该系统通过像素分类器检测由操作人员预先定义好的稀有事件,并将稀有事件坐标发回成像系统,系统再根据操作人员指定的要求(例如高分辨率和三维(3D)数据堆栈)扫描这些稀有事件。通过这种方式生成的数据:
- 与感兴趣对象密切相关,
- 因为采用了自动化拍摄,所得数据具有统计相关性。
使用人工智能驱动的显微成像发现稀有事件,提高数据质量
对稀有事件进行高度特异性扫描可大幅提高所采集数据的整体质量,因为获得的都是真正感兴趣的数据。这种方法可确保有针对性地扫描,至多获得到90%的稀有事件。同时,不再因对稀有事件进行耗时且高成本的人工搜索而造成很长的“闲置时间”,因此显微镜系统可实现高效运行。
更快地得到结果,节省图像采集时间和磁盘空间 - “摆脱无效数据!”
除了对稀有事件进行高度特异性扫描外,自主显微成像还能采集与稀有事件目标完全无关的数据。可通过以目标为导向的方式扫描感兴趣的对象,这一方面可以在很大程度上防止生成无效数据,另一方面能以高度定性的方式提供所采集的数据,便于后续图像分析。所采集的对象始终位于扫描区域的视野(FOV)中心,因此可以实现上述优点。