技術(shù)講解：利用機(jī)器學(xué)習(xí)進(jìn)行顯微圖像分析

瀏覽次數(shù)：970　發(fā)布日期：2022-1-21　來源：徠卡顯微鏡

^{輕松進(jìn)行圖像分割，即時(shí)獲得可靠的結(jié)果：訓(xùn)練您自己的機(jī)器學(xué)習(xí)模型，實(shí)現(xiàn)快速且可重復(fù)的圖像分析工作流程

顯微成像技術(shù)最近取得了令人振奮的進(jìn)展，因此，在生物醫(yī)學(xué)研究中采集的圖像數(shù)據(jù)無論質(zhì)量還是數(shù)量都呈指數(shù)級(jí)增長[1,2]。但是，分析日益復(fù)雜的大型圖像數(shù)據(jù)集以提取有意義的信息可能是一個(gè)既枯燥又耗時(shí) 的過程，而且容易出現(xiàn)人為誤差和偏差，這經(jīng)常給許多研究人員造成生產(chǎn)效率瓶頸。

圖像分割

圖像分割是將一幅數(shù)碼圖像分離成多組像素（也稱為圖像片段或圖像對(duì)象）的過程，它是進(jìn)一步分析圖像以定位特定感興趣對(duì)象的先決步驟。

目前，圖像分割是顯微鏡圖像分析領(lǐng)域的主要挑戰(zhàn)之一，因?yàn)樵撨^程需要耗費(fèi)大量人力，并且容易出現(xiàn)觀察者內(nèi)差異和觀察者間差異。

好消息是機(jī)器學(xué)習(xí)算法的最新發(fā)展使得顯微圖像分析比以往任何時(shí)候都更容易，最終為科研中的顯微鏡圖像處理開辟了一條快速的無偏性途徑。

為什么在顯微圖像分析中運(yùn)用機(jī)器學(xué)習(xí)技術(shù)？

在顯微成像中，一幅圖像抵得上千言萬語，但前提是我們能夠從中提取有意義的數(shù)據(jù)。手動(dòng)分析顯微圖像可能是一個(gè)漫長而枯燥的過程，而且容易出現(xiàn)人為誤差和偏差。

使用機(jī)器學(xué)習(xí)算法進(jìn)行自動(dòng)圖像分析時(shí)，會(huì)通過專用軟件從數(shù)碼顯微鏡圖像中提取特定數(shù)據(jù)。機(jī)器學(xué)習(xí)算法可以經(jīng)過訓(xùn)練來識(shí)別圖像中的特定對(duì)象、模式和形狀，收集定量信息，從而優(yōu)化并加快圖像分析。

運(yùn)用人工智能(AI)技術(shù)分析顯微圖像具有許多重要優(yōu)勢，包括：

1.節(jié)省大量時(shí)間

使用機(jī)器學(xué)習(xí)算法，研究人員可以快速分析大量的圖像集，從中提取有意義的信息，所需時(shí)間只是手動(dòng)圖像分析所需時(shí)間的一小部分。

2.簡化工作流程

自動(dòng)圖像分析可簡化工作流程，因?yàn)槟恍杼峁┮治鰧?duì)象的示例，而不必提供用來定義這些對(duì)象的具體參數(shù)（如強(qiáng)度閾值、尺寸范圍等）。

3.提供可靠的無偏性結(jié)果

手動(dòng)圖像分析容易出現(xiàn)人為誤差，而人工智能輔助分析則可確保提供高精確度的無偏性結(jié)果。

自動(dòng)圖像分析法的工作原理是什么？

那么，機(jī)器學(xué)習(xí)究竟是什么？自動(dòng)圖像分析法的工作原理是什么？

機(jī)器學(xué)習(xí)是人工智能(AI)的一個(gè)分支，目的是創(chuàng)建能夠自動(dòng)學(xué)習(xí)并提高準(zhǔn)確度的算法�？偟膩碚f，在顯微圖像分析中使用機(jī)器學(xué)習(xí)時(shí)，首先要用數(shù)據(jù)對(duì)專門的軟件進(jìn)行訓(xùn)練，使其做出準(zhǔn)確的預(yù)測。在此過程中，系統(tǒng)首先學(xué)習(xí)從數(shù)據(jù)中提取相關(guān)特征。然后利用這些信息自行對(duì)新數(shù)據(jù)做出判斷。

在實(shí)踐中，這意味著您可以訓(xùn)練軟件如何為您分割圖像，使它學(xué)會(huì)自行正確識(shí)別相關(guān)的圖像片段，并提供您所需要的輸出。

一旦經(jīng)過訓(xùn)練，算法就能夠準(zhǔn)確地重現(xiàn)與人類用戶相同的輸出，并且將相同的分割模式應(yīng)用于其他圖像。

要使用機(jī)器學(xué)習(xí)算法自動(dòng)分析圖像，您只需執(zhí)行以下三步：

1.訓(xùn)練算法

通過提供示例（例如標(biāo)記背景與有用的結(jié)構(gòu)）來訓(xùn)練軟件如何分割您的圖像。

2.預(yù)覽

為確保對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行最佳訓(xùn)練，您可以預(yù)覽結(jié)果并在必要時(shí)提供更多示例或修改輸入。

3.加載您的圖像并獲得您需要的結(jié)果

現(xiàn)在，您可以使用模型對(duì)圖像進(jìn)行自動(dòng)分析，獲得期望的結(jié)果。

視頻：使用Pixel Classifier增強(qiáng)/分離 3 個(gè)細(xì)胞區(qū)域（細(xì)胞核、細(xì)胞質(zhì)和細(xì)胞膜）與1個(gè)熒光染色。顯示分析工作流程：使用繪圖工具標(biāo)注，通過預(yù)覽驗(yàn)證，訓(xùn)練并應(yīng)用于整個(gè)數(shù)據(jù)集

例如，機(jī)器學(xué)習(xí)算法可用于以下類型的分析：}

^{量化蛋白質(zhì)水平和分布}
^{細(xì)胞分析}
^{細(xì)胞分裂分析}
^{基因表達(dá)分析}

^{數(shù)碼顯微圖像由成千上萬個(gè)像素組成，圖像中的每個(gè)像素都有一個(gè)特定的值。機(jī)器學(xué)習(xí)算法使用像素信息來計(jì)算圖像中顯示的各個(gè)對(duì)象的尺寸、形狀和模式。

像素分類算法根據(jù)像素特征、周圍鄰近像素的特征以及用戶的標(biāo)注來為像素分配標(biāo)記。與手動(dòng)設(shè)置圖像閾值和掩模相比，對(duì) 像素分類器進(jìn)行訓(xùn)練有助于在分析中包含更復(fù)雜的分類和信息。重要的是，像素分類可用于進(jìn)行自動(dòng)圖像分割，此過程將數(shù)碼圖像分離成幾個(gè)具有相似特性的區(qū)域。

圖像分割的一個(gè)例子是設(shè)置閾值，將不同對(duì)象或其他相關(guān)信息分離開。在自動(dòng)圖像分割中，用戶可以訓(xùn)練像素分類器分配標(biāo)記，使軟件可以自動(dòng)分割大型的數(shù)碼圖像數(shù)據(jù)集。

訓(xùn)練機(jī)器學(xué)習(xí)算法進(jìn)行自動(dòng)分割只需幾個(gè)簡單的步驟：}

^{提供感興趣對(duì)象的示例}
^{標(biāo)記像素并識(shí)別您感興趣的區(qū)域(ROI)}
^{自動(dòng)分析整個(gè)數(shù)據(jù)集}

^{一旦模型得到訓(xùn)練和優(yōu)化，就可以提供快速而可靠的結(jié)果，而且算法可以不受限制地使用，并在同事和團(tuán)隊(duì)之間共享，便于進(jìn)一步微調(diào)和訓(xùn)練。

圖像分析中采用傳統(tǒng)方法與機(jī)器學(xué)習(xí)技術(shù)的比較

手動(dòng)分析與人工智能輔助分析之間存在許多重要的關(guān)鍵差異，下表總結(jié)了這些差異。

傳統(tǒng)方法機(jī)器學(xué)習(xí)

用戶需要定義用于量化圖像對(duì)象的規(guī)則（即指定閾值、尺寸范圍等）用戶使用感興趣結(jié)構(gòu)的示例來訓(xùn)練軟件對(duì)像素進(jìn)行分類。

無法訓(xùn)練。可以訓(xùn)練算法自行識(shí)別特定對(duì)象、模式和形狀。

根據(jù)具體的測量值來探測感興趣的結(jié)構(gòu)。根據(jù)測量值之外的內(nèi)在特性來探測感興趣的結(jié)構(gòu)。

與機(jī)器學(xué)習(xí)算法相比，手動(dòng)圖像分析容易出現(xiàn)人為誤差——在觀察樣本的顯微鏡圖像數(shù)小時(shí)后，研究人員容易發(fā)生決策疲勞和偏差。此外，基于閾值的手動(dòng)圖像分析在精確度上高度依賴于圖像之間的圖像強(qiáng)度一致性以及充分的圖像對(duì)比度，但是在采集顯微鏡圖像時(shí)，這兩點(diǎn)有時(shí)可能難以實(shí)現(xiàn)。

使用像素分類和自動(dòng)分割等機(jī)器學(xué)習(xí)算法，您可以消除人為誤差和結(jié)果解釋不正確的風(fēng)險(xiǎn)。此外，使用自動(dòng)圖像分析法來識(shí)別感興趣結(jié)構(gòu)可使這一過程顯著加速、更高效。

自動(dòng)圖像分析法是否適用于我的圖像類型？

像素分類器等機(jī)器學(xué)習(xí)工具具有很高的通用性，可用于各種樣本和各種顯微鏡采集的圖像類型。例如，機(jī)器學(xué)習(xí)技術(shù)已成功地用于分析活細(xì)胞/死細(xì)胞實(shí)驗(yàn)和囊泡觀察實(shí)驗(yàn) 。

此外，自動(dòng)圖像分析法可用于處理復(fù)雜的圖像對(duì)象，因?yàn)榭梢詫⒛Ｐ陀?xùn)練成根據(jù)據(jù)內(nèi)在特性來探測對(duì)象。

機(jī)器學(xué)習(xí)算法甚至能夠分析由不同顯微鏡采集的同一樣本的合并圖像，從而提供更深入的認(rèn)識(shí)，還能適應(yīng)不斷變化的實(shí)驗(yàn)和成像條件。

我可以信賴人工智能驅(qū)動(dòng)的分析技術(shù)來處理顯微圖像嗎？

在您訓(xùn)練模型并優(yōu)化設(shè)置后，自動(dòng)圖像分析法就能提供穩(wěn)定可靠的結(jié)果。作為用戶，您始終控制著訓(xùn)練過程，并且可以隨時(shí)預(yù)覽您的設(shè)置，確保您的監(jiān)督式訓(xùn)練按正確方向進(jìn)行。

與人類用戶不同，機(jī)器學(xué)習(xí)算法不易分心和疲勞，并且能夠持續(xù)產(chǎn)生可重復(fù)性高且可靠的結(jié)果。事實(shí)上，在圖像分類準(zhǔn)確性、敏感性和特異性方面，使用機(jī)器學(xué)習(xí)算法進(jìn)行的自動(dòng)圖像分析法甚至已被證明顯著優(yōu)于領(lǐng)域?qū)＜襕3]。

結(jié)論

人工智能輔助圖像分析是一種易于使用、可訓(xùn)練且可靠的工具，可為您節(jié)省時(shí)間，提供即時(shí)而可靠的結(jié)果。

此外，這種創(chuàng)新技術(shù)還易于使用，有助于研究人員快速、可靠地處理復(fù)雜的大型數(shù)據(jù)集。您只需為軟件提供訓(xùn)練數(shù)據(jù)，即可獲得期望的結(jié)果，而且所需時(shí)間只是手動(dòng)分析所需時(shí)間的一小部分。

您還可以與他人共享您訓(xùn)練的算法，進(jìn)行進(jìn)一步的訓(xùn)練和改進(jìn)，從而簡化分析。

機(jī)器學(xué)習(xí)正在徹底改變研究人員收集和分析顯微成像數(shù)據(jù)的方式。立即嘗試機(jī)器分析技術(shù)，超越您之前認(rèn)為可以實(shí)現(xiàn)的圖像分析目標(biāo)！

了解更多：徠卡顯微}

索取資料

來源：徠卡顯微系統(tǒng)(上海)貿(mào)易有限公司
聯(lián)系電話：4006307761
E-mail：lmscn.customers@leica-microsystems.com

【點(diǎn)擊可查看徠卡顯微系統(tǒng)(上海)貿(mào)易有限公司相關(guān)產(chǎn)品】

分享到：QQ空間新浪微博騰訊微博微信

【所有文章】【本類新聞】【相關(guān)產(chǎn)品】【關(guān)閉窗口】

本類文章

本類新聞

综合图区亚洲网友自拍|亚洲黄色网络|成人无码网WWW在线观看,日本高清视频色视频kk266,激情综合五月天,欧美一区日韩一区中文字幕页

技術(shù)講解：利用機(jī)器學(xué)習(xí)進(jìn)行顯微圖像分析