喬治亞州奧古斯塔(2021 年 11 月 23 日)——一個新的“圖像分析管道”讓科學家們快速了解疾病或損傷如何改變身體，直至單個細胞。
它被稱為 TDAExplore，它采用顯微鏡提供的詳細成像，將其與稱為拓撲學的數學熱門領域配對，它提供了關于事物如何排列的洞察力，以及人工智能的分析能力，例如，提供了一個新的視角說，改變從ALS和在那里他們發(fā)生的細胞產生的細胞埃里克博士礬，細胞生物學家和神經學家在喬治亞醫(yī)學院。
他們在報告中報告說，這是使用個人計算機從顯微圖像中生成定量的、可測量的、因此客觀的信息的“可訪問的、強大的選擇”，這些信息可能也適用于其他標準成像技術，如 X 射線和 PET 掃描。雜志模式。
“我們認為這是使用計算機為我們提供有關圖像集彼此不同的新信息的令人興奮的進步，”Vitriol 說。“正在發(fā)生的實際生物學變化是什么，包括那些我可能看不到的變化，因為它們太微小了，或者因為我對我應該看的地方有某種偏見。”
這位神經科學家表示，至少在分析數據部門，計算機比我們的大腦更勝一籌，不僅體現在其客觀性方面，還體現在它們可以評估的數據量方面。計算機視覺使計算機能夠從數字圖像中提取信息，是一種已經存在了數十年的機器學習類型，因此他和他的同事兼通訊作者、佛羅里達大學數學家、專家彼得·布貝尼克博士 (Dr. Peter Bubenik)在拓撲數據分析方面，決定將顯微鏡的細節(jié)與拓撲科學和人工智能的分析能力合作。Vitriol 說，拓撲和 Bubenik 是關鍵。
拓撲對于圖像分析來說是“完美的”，因為圖像由排列在空間中的物體的圖案組成，他說，拓撲數據分析(TDAExplore 中的 TDA)幫助計算機也識別土地的位置，在這種情況下，肌動蛋白 -一種蛋白質和纖維或細絲的基本組成部分，有助于賦予細胞形狀和運動——已經移動或改變了密度。這是一個高效的系統(tǒng)，它可以學習 20 到 25 張圖像，而不是用數百張圖像來訓練計算機如何識別和分類它們。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯系刪除！