首页 > 健康 > 正文
Qzone
微博
微信

机器学习能提高生物图像分析的效率与准确性,使细胞研究更精准!

前瞻网    2021-09-13 18:25

 

1

2014年诺贝尔化学奖的得奖者,利用超分辨率显微镜来研究细胞,打开了细胞研究新世界的大门,揭示了细胞内纳米级的细节。

单分子定位显微镜(SMLM)是超分辨率显微镜的一种类型,它利用荧光分子标记蛋白质,并使用光线一次性激活几个分子。使用这种技术,可以得到同一样本的多个图像。但是,这种方法需要科学家收集大量的图像来研究,这个过程非常耗时。在一次国际合作中,图宾根大学教授Jakob Macke的团队研发了一种新的算法,节省了时间,提高了这项技术的效率。

DECODE(DEep COntext DEpendent)算法基于深度学习,运用一个从训练数据中学习获得的神经网络来完成。研究人员让通过模拟数据训练的神经网络,也能在真实图像中检测和定位荧光团。

DECODE能在比以前更高的密度下,准确地检测和定位荧光团,这意味着每个样本需要的图像更少。因此,成像速度可以提高到10倍,且分辨率的损失低。此外,DECODE还可以量化不确定性,因此网络本身可以在不确定其定位的时候进行检测。

题为“Deep learning enables fast and dense single-molecule localization with high accuracy”的相关研究论文发表在《自然方法》上。

前瞻经济学人APP资讯组

本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com)

 

责任编辑: 3976DBC

责任编辑: 3976DBC
人家也是有底线的啦~
广告
Copyright © 2018 TOM.COM Corporation, All Rights Reserved 雷霆万钧版权声明
违法信息/未成年人举报:010-85181169     举报邮箱/未成年人举报:jubao@tomonline-inc.com