Kapat
Reklam Alanı
Bilim 3 0

Derin Öğrenme Yöntemiyle 2D Görüntüleri 3D’ye Çevirdiler

Kaliforniya Üniversitesi'ndeki bilim kişileri, floresan mikroskopisinin kapasitesini artıran ve bilim adamlarının canlı hücre ve doku parçalarını kişisel ışık altında parlayan boyalarla hassas bir biçimde etiketleyebilmelerini sağlayan bir teknik geliştirdi. Araştırmacılar, iki boyutlu imajları, organizmalar içindeki etkinliklerini gösteren sanal üç boyutlu dilimlere dönüştürmek için yapay zeka kullanıyorlar.

Nature Methods'ta yayınlanan araştırmada, bilim kişileri, “Deep-Z” isimli yazılım iskeletinin bir örneğin eğildiği yahut kıvrıldığı görüntülerdeki hataları yahut sapmaları giderebildiğini de açıkladılar. Ayrıca, sistemin bir mikroskoptan 2 boyutlu manzaraları alabileceğini ve daha gelişmiş bir mikroskop tarafından alınmış üzere 3 boyutlu imajlar oluşturabildiğini gösterdiler.

Kaliforniya Üniversitesi, Nano Sistemler Enstitüsü elektrik ve bilgisayar mühendisliği profesörü Aydoğan Özcan çalışmayı, “Canlı numunelerin 3 boyutlu görüntülemesini gerçekleştirmek için, numuneleri toksik olmayacak şekilde ışığa en az maruz bırakan, çok güçlü bir derin öğrenme prosedürü.” formunda tanımladı. Yeni sistem, numuneleri onlara zarar verebilecek ışık dozlarından himayenin yanı sıra, biyologlara ve ömür bilimleri araştırmacılarına, 3 boyutlu görüntüleme için mevcut tekniklerden daha olağan, daha süratli ve çok daha ucuz olan yeni bir araç sunabilir.

Araştırma, Özcan ve meslektaşlarının, 2 boyutlu floresan mikroskobu imajlarını harika çözünürlüklü hale getirmelerinisağlayan daha eski bir tekniğe dayanıyor. Her iki teknik de, insan dimağından ilham alan bir bilgisayar sistemini, hudut ağını “eğitmek” için dataları kullanarak derin öğrenmeye dayalı mikroskopiyi ilerletiyor.

Deep-Z, numunelerin 3 boyutlu görüntülemesini elde etmek için çoklu derinliklere odaklanan fotoğraflarını çeken bir tarayıcı floresan mikroskobun deneysel imajları kullanılarak öğretildi. Yapılan binlerce eğitim çalışmasında, had ağı 2D manzarayı çekmeyi ve örnek içindeki farklı derinlikleri algılayarak akıllıca 3D dilimi ortaya çıkarmayı öğrendi.

Yayının birinci muharrirlerinden biri olan Kaliforniya Üniversitesi lisansüstü mekteplisi Yichen Wu, “Özellik aslında çok şaşırtıcıydı. Onunla eğrilik yahut manzara almayı zorlaştıran öbür karmaşık topolojileri görebilirsiniz.” diyerek görüntüleme tekniğinin değerini vurguladı.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir