《電子技術應用》
您所在的位置:首頁 > 模擬設計 > 業界動態 > AI顯微鏡問世,數清血液中瘧疾細菌的數量不在話下

AI顯微鏡問世,數清血液中瘧疾細菌的數量不在話下

2017-11-24
關鍵詞: 智能化 AI顯微鏡

  比爾蓋茨的投資公司和中國麥克奧迪公司近日聯合宣布,計劃推出一款深度學習顯微鏡,該顯微鏡能夠在 20 分鐘之內自動分辨和計算血液樣本中瘧疾細菌的數量。每年全世界約有50多萬人死于這種由蚊子傳播的疾病,這種AI顯微鏡可以加速并標準化瘧疾的檢測流程。

  AI顯微鏡的實驗結果顯示,它檢測瘧疾寄生蟲的能力達到了最高的世界衛生組織顯微鏡標準(等級)。這個評級意味著它可以與訓練有素的顯微鏡專家不分伯仲,盡管有研究人員指出,一些專業的顯微鏡技術人員仍然可以勝過自動化系統。

  a11ab5a68817a263f20f2f4095e2c437.png

  今年十月 Computer Vision 國際大會上的一項研究啟發了中國的麥克奧迪顯微鏡公司和 Global Good Fund(高智公司和比爾蓋茨共同投資的基金會),兩者決定共同實現顯微鏡技術的商業化。

  這種顯微鏡非常有助于跟蹤治療東南亞瘧疾中的多重耐藥菌株。Global Good Fund 全球健康技術主任 David Bell 表示:“這種多重耐藥菌株的監測依賴于非常可靠的顯微鏡,幫助人們了解瘧疾藥物的效果,以及血液中寄生蟲數量的減少速度。我們發現機器學習可以讓這個過程更加精準和標準,從而讓很多國家實現更有效的監測。”

  Global Good Fund 在于德國杜塞爾多夫舉辦的 MEDICA 2017 展會上公布了一部分細節,該大會的舉辦時間為 2017 年 11 月 13 日至 16 日。正在研發的 EasyScan GO 顯微鏡將結合明場顯微鏡技術和深度學習軟件,該軟件可以自動識別導致瘧疾的寄生蟲。工作人員將大部分注意力放在制備血液樣本玻片上,以及在顯微鏡下觀察并驗證結果。

  高智公司主要調查員 Ben Wilson 表示,深度學習算法通常需要大量的訓練數據來準確識別物體,然而瘧疾寄生蟲為深度學習算法“準備”了一個棘手的“稀有物體問題”。在血液涂片的數百個顯微鏡圖像中,微小的瘧疾寄生蟲可能僅顯示幾次。

  在感染水平非常低的情況下,10萬個紅細胞中可能只有1個瘧疾寄生蟲。麥克奧迪公司總經理 Sebastian Nunnendorf 表示,“這就像是在標準尺寸的足球場上尋找彈珠一樣。”

  他們的解決方案是將深度學習和用于分割圖像中敏感信息的傳統計算機算法相結合,而這還需要大量顯微鏡載玻片的培訓數據。Wilson 和他的同事甚至要求幾個實驗室故意準備一些質量差的載玻片,以便訓練深度學習算法在不理想的情況下也能完成工作。“就顯微鏡領域的機器學習而言,檢測瘧疾和傳染病的手段是相當獨特的”,Wilson 補充道。

  EasyScan GO 的原型顯微鏡掃描每個載玻片的速度大約與人類顯微鏡專家相當,每片 20 分鐘。但 Wilson 預計,最終能夠將掃描時間縮短一半,每片只需 10 分鐘。更重要的是,現有的原型顯微鏡也可以用來輔助數量有限的顯微鏡專家,幫助他們確定瘧疾和追蹤多重耐藥性瘧疾。麥克奧迪公司總經理 Nunnendorf 表示,“本質上來講這是巨大的工作效率提升,而不是單純的機器替換人類。”

  如果 EasyScan GO 顯微鏡能夠大規模普及,它們也可以讓監測傳染病傳播和藥物治療效果的研究人員受益。因為 AI 顯微鏡可以提供標準化的檢測結果,可以在不同地區之間進行多年數據的直接比較。

  深度學習算法的早期測試依賴于特殊定制的顯微鏡硬件。Global Good 的研究人員目前正在與 Motic 合作,以確保 EasyScan GO 顯微鏡的量產版本仍然可以滿足世界衛生組織顯微鏡專家的最高標準。

  公司推出的最終價格和上市時間尚未確定,但是 Global Good 和麥克奧迪預計其價格比較接近基本型顯微鏡,而不是昂貴的高端數字載玻片掃描儀。控制成本對于顯微鏡的普及十分關鍵,許多努力防治瘧疾和其他傳染病蔓延的國家并不富裕。Nunnendorf 表示,“為了能最大化防治瘧疾,定價一定要特別適合低收入和中等收入國家。”

  Motic 還計劃更新 EasyScan GO 的系統軟件,使其“學會”診斷登革熱,南美錐蟲病,微絲蚴和鐮狀細胞貧血等其他疾病。該計劃將建立在深度學習 AI 能夠準確識別瘧疾寄生蟲的成功上。

  Nunnendorf 總結道,“瘧疾是最難以確定的疾病(之一),但是我們做到了。未來我們計劃拓展到其他明視場顯微鏡任務,包括血液膜上常見的寄生蟲和性狀,并且拓展檢測樣本類型,包括痰和糞便。這種成功給我們鋪平了未來的道路。”


本站內容除特別聲明的原創文章之外,轉載內容只為傳遞更多信息,并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經濟損失。聯系電話:010-82306118;郵箱:aet@chinaaet.com。
主站蜘蛛池模板: 澳门码资料2020年276期| 91九色视频在线观看| 无翼乌全彩绅士知可子无遮挡| 亚洲激情在线观看| 精品视频一区二区三区在线播放| 日本护士xxxx视频| 亚洲男女一区二区三区| 色欲色av免费观看| 国产精品久久久久久一区二区三区 | 丰满人妻被黑人中出849| 欧美人与牲动交xxxxbbbb| 伊人色综合久久| 美女露胸视频网站| 国产成A人亚洲精V品无码性色| 99re免费在线视频| 强3d不知火舞视频无掩挡网站| 久久国产精品系列| 欧美国产亚洲日韩在线二区| 人夫的堕落变装| 美女免费视频一区二区三区| 天天躁日日躁成人字幕aⅴ| 久久国产精品99精品国产| 欧美成人免费午夜全| 免费国产a国产片高清网站| 艹逼视频免费看| 在线播放第一页| 中文字幕久精品免费视频| 日韩欧美亚洲视频| 亚洲国产精品日韩专区av| 男人咬奶边做好爽免费视频| 啊~嗯短裙直接进去habo| 高清色本在线www| 国产精品俺来也在线观看 | 波多野结衣绝顶大高潮| 国产成人免费高清视频网址| 97人伦影院a级毛片| 婷婷综合激情网| 中文字幕日韩在线观看| 日本高清视频色wwwwww色| 亚洲一卡一卡二新区无人区| 污小说总裁整夜没拔出|