|
ИИ расширяет возможности электронной микроскопии
|
|
|
|
Электронная микроскопия позволила визуализировать сложные детали внутри клеток. Переход к 3D электронной микроскопии, известной как объемная электронная микроскопия (vEM), еще больше расширил возможности трехмерной наноразмерной визуализации. Однако компромиссы между скоростью получения изображения, качеством и размером выборки по-прежнему ограничивают достижимую область и объем изображения.
|
|
|
|
Искусственный интеллект (ИИ) становится ключевой силой в различных научных областях, способствующей прорывам и служащей жизненно важным инструментом в научном процессе.
|
|
|
|
Вдохновленная недавними достижениями в области моделей генерации изображений на основе искусственного интеллекта, в частности разработкой передовых моделей диффузии, исследовательская группа под руководством профессора Хайбо Цзяна с химического факультета и профессора Сяоцзюань Ци с факультета электротехники и электронной инженерии Университета Гонконга (HKU) разработала набор алгоритмы, основанные на диффузионной модели, называются EMDiffuse.
|
|
|
|
Это инновационное решение направлено на расширение возможностей визуализации и поиск компромиссов, с которыми сталкиваются EM и vEM. Результаты работы команды недавно были опубликованы в Nature Communications.
|
|
|
Для обычной 2D-ЭМ EMDiffuse отлично справляется с восстановлением реалистичных высококачественных визуальных эффектов с ультраструктурными деталями высокого разрешения, даже при использовании шумных входных данных или входных данных с низким разрешением. В отличие от других методов устранения шума или сверхразрешения, основанных на глубоком обучении, EMDiffuse использует уникальный подход, выбирая решение из целевого дистрибутива.
|
|
|
|
EMDiffuse использует низкокачественные изображения в качестве условия или ограничения на каждом этапе своего процесса, основанного на диффузии, для обеспечения точности создаваемой структуры. Это означает, что исходные данные низкого качества активно используются для определения направления и формы реставрации, а не просто являются отправной точкой.
|
|
|
|
Диффузионная модель может эффективно предотвращать размытость изображения, сохраняя разрешение, сопоставимое с реальным, что имеет решающее значение для детальных ультраструктурных исследований. Более того, обобщаемость и переносимость EMDiffuse позволяют применять его к различным наборам данных напрямую или после минимальной доработки всего с помощью одной пары обучающих изображений.
|
|
|
|
В vEM современное оборудование часто не справляется с получением 3D-изображений больших образцов с высоким разрешением, особенно в глубину (или в "z-направлении"), что затрудняет полное изучение 3D-структуры важных компонентов клетки, таких как митохондрии и эндоплазматический ретикулум.
|
|
|
|
EMDiffuse решает эту проблему с помощью двух гибких подходов. Он может использовать "изотропные" обучающие данные — наборы данных 3D—изображений с одинаковым высоким разрешением во всех измерениях - для изучения того, как улучшить осевое разрешение других 3D-данных.
|
|
|
|
Кроме того, EMDiffuse может анализировать существующие 3D-изображения и улучшать их разрешение по глубине с помощью методов самоконтроля, не требуя специального обучения. Такая универсальность позволяет EMDiffuse повышать качество и полезность данных электронной 3D-микроскопии в различных исследовательских приложениях.
|
|
|
|
Восстановленные объемы демонстрируют исключительную точность в изучении ультраструктурных деталей, таких как митохондриальные кристы и взаимодействия между митохондриями и ER, которые сложно наблюдать в исходных анизотропных объемах. Поскольку EMDiffuse не требует изотропных обучающих данных, он может быть непосредственно применен к любому существующему анизотропному объему для улучшения его осевого разрешения.
|
|
|
|
EMDiffuse представляет собой важное усовершенствование в возможностях визуализации как EM, так и vEM, повышающее качество изображения и разрешение получаемых данных по оси. "Имея такую основу, мы можем рассчитывать на дальнейшее развитие и ускорение алгоритма EMDiffuse, что проложит путь к углубленным исследованиям сложной субклеточной наноразмерной ультраструктуры в крупных биологических системах", - сказал профессор Хайбо Цзян, один из авторов статьи.
|
|
|
|
"По мере развития этой технологии обработки изображений на базе искусственного интеллекта мы с нетерпением ждем того, как она позволит исследователям раскрыть ранее неизвестные механизмы функционирования биологических систем", - сказал профессор Сяоцзюань Ци, еще один автор статьи.
|
|
|
|
Источник
|
