Beeldanalyse met kunstmatige intelligentie

Nikon Instruments, innovator van geavanceerde microscoopsystemen, heeft onlangs NIS.ai aangekondigd. Deze krachtige module voor beeldanalyse en -verwerking voor NIS-elements maakt gebruik van deep learning en kunstmatige intelligentie.
Met NIS.ai kunnen onderzoekers eenvoudig en nauwkeurig gegevens uit grote hoeveelheden gegevenssets extraheren. NIS.ai is een pakket nieuwe AI-gebaseerde verwerkingstools die convolutionele neurale netwerken gebruiken om te leren van kleine trainingsdatasets die door de gebruiker worden aangeleverd. De trainingsresultaten kunnen vervolgens eenvoudig worden toegepast voor het verwerken en analyseren van enorme hoeveelheden gegevens, waardoor onderzoekers de doorvoer kunnen verhogen en hun toepassingslimieten kunnen uitbreiden.

NIS.ai bevat een reeks toepassingen voor voorspellende beeldvorming, beeldsegmentatie en processing:

  • Convert.ai kan worden getraind om vergelijkbare patronen in twee afzonderlijke beeldkanalen te herkennen. Eenmaal getraind kan Convert.ai op basis van gegevens uit het eerste kanaal het beeldpatroon in het tweede kanaal voorspellen. Een toepassing daarvan is bij DAPI-gebaseerde kernkleuring, waar Convert.ai kan worden getraind om te voorspellen of een DAPI-label gebaseerd is op ongekleurde DIC- of fasecontrastbeelden. Gebruikers kunnen dan beeldanalyse van kernen uitvoeren zonder de monsters met DAPI te kleuren of een apart fl uorescentiekanaal te gebruiken.
  • Met Segment.ai kunnen complexe structuren eenvoudig worden geïdentifi ceerd en gesegmenteerd. Neurieten zijn bijvoorbeeld lastig vast te stellen in fasecontrastbeelden. Door Segment.ai te trainen op kleine subsets van handmatig getraceerde neurieten kunnen automatisch neurieten worden gedetecteerd en gesegmenteerd in niet-gekarakteriseerde datasets.
  • Enhance.ai leert hoe een signaal met hoge signaalruisverhouding eruit ziet door onderbelichte en optimaal belichte beelden met elkaar te vergelijken, bijvoorbeeld van fl uorescerende monsters. Deze module kan vervolgens details in onderbelichte of zwakke beelden herstellen.
  • Denoise.ai verwijdert in realtime ruis (‘shot noise’) uit resonante confocale beelden. Hierdoor kunnen gebruikers op ultrahoge snelheid confocale beelden verkrijgen zonder dat dit ten koste gaat van de beeldkwaliteit.

Nikon Netherlands

microscopes.nl@nikon.com

www.microscope.healthcare.nikon.com

Beeldanalyse met kunstmatige intelligentie

Deel dit artikel:

Share on linkedin
Share on facebook
Share on twitter
Share on email
Share on whatsapp

Archief

Scroll naar top

Inschrijven voor de nieuwsbrief én LabVision digitaal ontvangen?