Bahnbrechende KI-Plattform für fortgeschrittene Mikroskop-Bildanalyse

von | Mai 28, 2024 | Allgemein, Forschung

Die bei GitHub frei tzugänglicghe Plattform heißt DL4MicEverywhere und macht fortschrittliche künstliche Intelligenz (KI) für die Analyse von Mikroskopiebildern zugänglich. 

Deep Learning, ein Teilgebiet der künstlichen Intelligenz, hat die Analyse großer und komplexer Mikroskopie-Datensätze grundlegend verändert und ermöglicht die automatische Identifizierung, Verfolgung und Analyse von Zellen und subzellulären Strukturen. Trotz dieser Fortschritte hat der Bedarf an Rechenressourcen und KI-Expertise die Anwendung dieser Techniken in der Biowissenschaftsforschung eingeschränkt. DL4MicEverywhere, entwickelt von Forschern des Instituto Gulbenkian de Ciências (IGC) in Portugal und der Åbo Akademi University in Finnland in Zusammenarbeit mit dem AI4Life -Konsortium, begegnet diesen Herausforderungen. Die Plattform bietet eine intuitive Benutzeroberfläche bietet, die es Forschern ermöglicht, Deep-Learning-Modelle auf verschiedenen Recheninfrastrukturen zu trainieren und anzuwenden – von Laptops bis hin zu Hochleistungsclustern.

Die neue Plattform soll als Open-Source-Ressource verfügbar sein, da die Forscher davon überzeugt sind, dass die Plattform durch die Senkung der Hürden für eine fortgeschrittene Mikroskopie-Bildanalyse Durchbrüche in Bereichen von der grundlegenden Zellbiologie bis hin zur Arzneimittelforschung und personalisierten Medizin ermöglichen wird.

DL4MicEverywhere baut auf der vorherigen Arbeit des Teams, ZeroCostDL4Mic, auf und führt mehrere wichtige Weiterentwicklungen ein. Es erleichtert das Trainieren und Bereitstellen von Modellen in verschiedenen Computerumgebungen, indem es Deep-Learning-Workflows in gemeinsam nutzbare und reproduzierbare Docker-Container kapselt. Die Plattform verfügt außerdem über eine benutzerfreundliche grafische Benutzeroberfläche und erweitert die Sammlung verfügbarer Modelle für gängige Mikroskopie-Bildanalyseaufgaben.


Original Paper:

DL4MicEverywhere: deep learning for microscopy made flexible, shareable and reproducible | Nature Methods

 

Lesen Sie dazu auch: