Корейский институт стандартов и науки (KRISS) разработал ИИ-алгоритм для сегментации изображений, который быстро восстанавливает трехмерные структуры из двумерных срезов биологических образцов, полученных с помощью сканирующего электронного микроскопа.
Новый алгоритм требует ручного анализа всего 10% от общего объема данных изображений, после чего автоматически размечает оставшиеся данные для обучения ИИ. Обученный ИИ автоматически выполняет сегментацию, а результаты реконструируются в 3D. По сравнению с традиционными методами, где исследователи вручную анализировали каждое изображение среза, новый подход сокращает время и затраты на 3D-визуализацию более чем наполовину, значительно повышая эффективность исследований.
Сканирующий электронный микроскоп делает серию изображений поперечных срезов образца через интервалы в несколько десятков нанометров и реконструирует их в 3D-структуру. Сегментация изображений — это этап предварительной обработки, необходимый для восстановления 3D-структур из SEM-изображений. Традиционно этот процесс требовал от экспертов ручного анализа сотен или даже тысяч изображений срезов.
В ходе тестирования производительности на данных клеток мозга мыши алгоритм, разработанный командой KRISS, продемонстрировал точность, отличающуюся не более чем на 3% от результатов стандартных методов, при этом время анализа и затраты были сокращены приблизительно в восемь раз. Даже при обработке крупномасштабных данных с разрешением 4096 × 6144 пикселей алгоритм сохранял высокую скорость обработки и точность, демонстрируя стабильную работу.
Источник новости и обложки: techxplore.com