Kapat

Mikroskopi ve Yapay Zekâ

Anasayfa
Bilim Mikroskopi ve Yapay Zekâ
Bu içeriği değerlendir
[Toplam: 0 oy, Ortalama: 0 puan]

Suni Zeka (AI) mikroskopi alanında çığır açacak halde ayarlanmıştır. Son yıllarda, fazlaca sayıda inceleme kadrosunun Suni Zeka’yı vizyon uygulamalarına başarıyla entegre etmiş olduğu görülmüştür. Derin Öğrenme (DL) ve Derin Sinir Ağları (DNN) tarafınca yönlendirilen bu yenilikler, biyomedikal sektöründe yeni bir ihtimal alanı yaratmaktadır. Küresel teknoloji endüstrisindeki birçok büyük şirket, DL kullanarak, biyologlara mikroskopi teknikleriyle oluşturdukları sahneler ile alakalı her zamankinden daha çok {bilgi} elde etmenin bir yolunu sunan yöntemler geliştirmektedirler.
Google, Hücre Türlerini Tarif etmek İçin Derin Öğrenmeyi Kullanmaktadır
Birkaç sene ilkin, Gladstone Enstitüleri ve California Üniversitesi’ndeki araştırmacılar, uzun bir müddet süresince tek hücrelerden veri kaydedebilen robotik bir mikroskopi tekniği geliştirmişlerdir. Google, derin öğrenme yaklaşımını yürütmek için böylesine geniş bir veri kümesi aramaktaydı, bu yüzden mavi sema fikirlerine (insanların çözemediği ya da çözemediği sadece bilgisayarların fazlaca daha süratli yapabileceği problemler) odaklanma planı ile beraber çalışmışlardır. Takım, insan araştırmacıların yapamadığı detayları belirlemek için mikroskopi teknikleri ile açılan görüntüleri araştırabilen bir sinir ağı geliştirmeye başlamış, bilhassa fer mikroskobu kullanılarak alınan hücrelerin görüntülerinin hücrenin daha kompleks doğası ile alakalı fazlaca azca şey ortaya çıkardığını, bu bilgiyi ortaya çıkarmak için bilim insanlarının boyama yöntemlerini kullandığını düşünmektedir. Takım, bir sinir ağının boyanmamış hücrelerin özelliklerini tarif etmek için eğitilip eğitilemeyeceğini araştırmak istemiş, bu da dönemi daha süratli ve daha bereketli hale getirmiştir.
Birkaç senelik gelişimden sonrasında, takım çalışmalarının bulgularını 2018 senesinde Cell dergisinde yayınlanmıştır. Hücre türlerinin yanı sıra alt hücre yapılarını örnek olarak çekirdekler ve nöronal dendritler boyanmamış görüntülerden ayırt etmek için bir sinir ağı eğittiklerini göstermiştir. Bunu, boyanmamış örneklerde kök hücre türevi endotel hücrelerini tarif etmek için yöntemlerini kullanarak başarı göstermiş bir halde takip etmiştir. Suni zekayı mikroskopi ile tevhit dönemi, bilim adamlarına pahalı ve vakit alıcı boyama içeren daha kompleks görüntüleme tekniklerine gerek kalmadan hücre örnekleri ile alakalı daha derin bir bilgiye erişmelerini sağlamaktadır. Gladstone Institutes, California Üniversitesi ve Google arasındaki bu işbirliğine kadar, mikroskopi de derin öğrenmeyi kullanan hemen hemen asla iş olmamıştır. Ama günümüzde, imaj analizinin görüntüsü değiştirmektedir, yeni kabiliyetler açmaktadır ve analitik süreçleri kolaylaştırmaktadır.AI Kullanımının Mikroskopi ile Beraber Büyümesi
Artık hücreleri tarif etmek için derin öğrenmeyi başarıyla kullanan birkaç sistem bulunmaktadır ve her biri birazcık değişik şekillerde çalışmaktadırlar. Sözgelişi, Kaliforniya Üniversitesi’nden bir takım, havadaki polen ve mantar sporlarını bir cep telefonu mikroskobu ve derin bir öğrenme ağı vasıtasıyla tanımlayabilen bir yaklaşım geliştirmiştir ve teknik % 94 doğrudur. Polonya’da bir takım kısa sürede mikroskopi görüntülerinden bakteri çeşidini ve türünü tanımlayabilen derin öğrenme algoritmaları geliştirmiştir ve bu ziraat, besin güvenliği ve tıbbi incelemelerin mühim bir parçasıdır.
Gladstone Institutes kadrosundan Finkbeiner, kısa bir müddet önce Parkinson Michael J. Fox Vakfı’nın Araştırmaları için AI hastalığının teşhisini geliştirebilecek insan hücre tiplerinin özelliklerini belirlemek için bir mikroskopla iyi mi kullanılabileceğini keşfetmek için güçlerini birleştirmişlerdir. Team Parkinson’un…

Kaynak:https://www.bilgiustam.com/mikroskopi-ve-yapay-zeka/

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

VÜCUT KİTLE İNDEKSİ

ft
in
lbs
cm
kg