作者/凯霞 显微镜有着悠久的历史,1590年由荷兰的詹森父子所首创,是人类最伟大的发明之一,是人类进入原子时代的标志。显微镜作为科研和医疗领域重要的分析仪器,随着科学进步,对显微镜性能要求提高。而人工智能(AI)的引入,可帮助显微镜看的更清晰,更快的处理更多的数据,更实时、精确、自动化等。 近年来,有很多企业、科研机构和高校投入大量精力,致力于AI应用于显微镜研究。当前,显微镜智能化技术发展迅速。 本文将从显微镜基本概述,AI应用于显微镜研究进展,智能显微镜研究企业及机构,未来机遇与挑战等几个方面进行综述。
继发明 1 美元的折叠显微镜、20 美分的纸质离心机、10 美元的寄生虫检测贴片后,这位提倡“节俭科学”的印度裔生物物理学家 Manu Prakash 开始对人工智能下手了。他和同事们最近开发了一种新的扫描显微镜 Octopi,比传统显微镜分析速度快 120 倍。
一个偏远小镇的乡村诊所,现在也有机会用AI,采用人机结合的方式,筛查出难度极高的淋巴结转移的乳腺癌、前列腺癌了。
干涉显微镜是干涉仪和显微镜的组合,利用干涉条纹的弯曲量来测量表面的微观不平度。与其他光学技术相比,干涉显微镜具有较高的放大倍数和分辨率,而且表面信息直观,测量精度很高。
本文将介绍我们联合舜宇光学科技和金域医学研发的国内首个获准进入临床应用的智能显微镜产品。 癌症被称为「众病之王」,若能尽早检测诊断,病人则更可能得到有效救治。一般来说,癌症的检查和诊断依赖于病理学检查;而在病理学检查过程中,显微镜观察是必不可少的步骤。钟南山院士曾表示:「临床病理水平是衡量国家医疗质量的重要标志」。 癌症被称为「众病之王」,若能尽早检测诊断,病人则更可能得到有效救治。一般来说,癌症的检查和诊断依赖于病理学检查;而在病理学检查过程中,显微镜观察是必不可少的步骤。钟南山院士曾表示:「临床
原作:Jeremy Hsu Root 编译自 IEEE Spectrum 量子位 出品 | 公众号 QbitAI 还记得比尔及梅林达·盖茨基金会和高智公司共同出资成立的Global Good基金会吧。
AI 科技评论按:本文译自 Google Blog,作者为 Google 大脑团队产品经理 Craig Mermel 和技术主管 Martin Stumpe。
雷锋网AI掘金志消息,近日,腾讯 AI Lab 和业舜宇光学科技、第三方医学检验机构金域医学共同宣布,三方联合研发的智能显微镜获得 NMPA 注册证,成为国内首个获准进入临床应用的智能显微镜产品。
【项目团队】Team MakerGram: Salman Faris, Muhammad Swalah A A, suhail jr
比如一个汽车识别模型(14c: 447),它究竟是怎么认出图片中的汽车的?如果我们可以看到模型内部,我们可以发现14c: 447是由一个轮子探测器(4b: 373)和一个窗口探测器(4b: 237)构成的。
加利福尼亚大学洛杉矶分校的一个研究小组设计了一种扩展荧光显微镜功能的技术,该技术使科学家能够使用特殊照明条件下发光的染料精确标记活细胞和组织的各个部分。研究人员利用人工智能将二维图像转换成虚拟三维切片的堆栈,这些三维切片显示了生物体内的活动。
据介绍,该智能显微镜产品研发始于 2018 年,集成了目前病理分析与诊断方面的最新技术,并针对病理医生工作流程和习惯进行多次产品迭代,现已支持乳腺癌免疫组化(IHC)Ki67(肿瘤细胞增殖指数)、ER(雌激素受体)、PR(孕激素受体)和 Her2(细胞表面生长因子 2)等常用核染色和膜染色量化分析场景的判读。
病理学家们要想从一团密密麻麻的组织细胞里,找到空间排列奇怪,细胞核形状诡异的癌细胞,就得守在显微镜后头,一张一张活检切片看过去,看到天荒地老,海枯石烂。
大数据文摘作品 编译:龙牧雪、蒋宝尚、魏子敏 大家都听说过AR(增强现实)、VR(虚拟现实),电影《头号玩家》也展示了未来VR游戏的巨大潜力。但是如果把AR和机器学习相结合呢? 今天,谷歌Research团队在AI+AR+医疗相结合的领域又迈出了一步:他们在普通的光学显微镜上装了一个AR组件。 工作原理是这样的:用机器学习的方法实时分析显微镜视野下的图像,并实时输出模型的结果,通过AR组件,在原本的图像上绘制出潜在肿瘤的边缘。 也就是说,医生在看显微镜的时候,看到的不仅仅是细胞组织,还有机器学习建模的结果:
█ 本文译自 Wolfram 图像处理部门经理 Shadi Ashnai 和算法 R&D 顾问 Markus van Almsick,2017年9月29日的 Wolfram 博客文章:Computational Microscopy with the Wolfram Language 显微镜是四百年前发明的。但是今天,正如在许多其他领域一样,与计算相关的显微镜正在掀起一场革命。我们一直在努力使 Wolfram 语言成为计算显微镜这一新兴领域的最终平台。 首先是从光学显微镜、X 射线显微镜,透射电子显微镜(
机器之心报道 编辑:张倩 手搓精密仪器也可以是一个爱好。 世界上有这么一拨人,他们的爱好比较小众:自己造显微镜。 麦吉尔大学博士 Dan Berard 就是其中之一:他用自己业余时间造的扫描隧道显微镜(Scanning Tunneling Microscope,STM)看到了石墨里的碳原子。 扫描隧道显微镜是一种空间分辨率可以达到原子量级的微观探测工具。它的基本原理是将原子尺度的极细探针和被研究物质的表面作为两个电极,当样品与针尖的距离非常接近(通常小于 1nm)时,在外加电场的作用下,电子会穿过两个电极
谷歌在透射光显微镜和荧光显微镜这两种显微镜技术上获得灵感,在《Cell》上发表了利用深度学习来对显微镜细胞图像进行分色荧光标记的论文。 AI 科技评论按:在生物和医学领域,研究员们常运用显微镜来观察肉眼无法获得的细胞细节信息。虽然运用透射光显微镜(对生物样本单侧照射生成像),观察起来相对简单且活体培养样本具有良好耐受性,但是其生成的图像难以正确评估。荧光显微技术中会用荧光分子染色需要观察的目标(比如细胞核),这种做法能简化分析过程,但其仍需要复杂的样品制备。随着包括图像质量自动评估算法和协助病理医师诊断癌组
乐高真可谓是成年人的快乐源泉,不仅可以发挥想象力用乐高搭建自己喜欢的房子和建筑,它还可以助力精密仪器的制作,是无数geek的心头好!
人脑的详尽地图一直是神经解剖学家长期追求的目标。磁共振成像 (MRI) 等非侵入性成像技术使科学家能够研究健康的人脑,但只能提供有限的解剖细节。通过对已故捐赠者的大脑进行显微镜检查,可以获得更高级别的细节,通常侧重于二维成像的小脑结构。
Yuksel Temiz 在苏黎世从事开发医疗应用的微流体技术的工作。两年前,他被要求为一次大型技术活动提供微流控芯片的高质量照片和视频。
显微镜主体——乐高、目镜——丙烯酸镜片*(2片)、物镜——玻璃镜片、iPhone 5摄像头模块,以及一些显微镜必备载玻片和盖玻片。
本综述总结了当前冷冻电子显微镜(Cryo-EM)成像在分子、细胞和结构生物学家中所能达到的方法和结果,这对于希望理解所需条件以及该如何帮助解答他们的研究问题的人来说很有用。它涵盖了样本准备、显微镜和数据收集、图像处理、三维(3D)的主要问题。
腾讯 AI Lab 今日在南京举办的「腾讯全球合作伙伴大会」上宣布,其AI+医疗领域研究已抢先从影像筛查进入病理分析阶段,相关的「智能显微镜」项目已在研发测试阶段。
加州理工大学的研究团队提出用全息显微镜技术探索外星生命。 一直以来,在寻找外星生命方面,科学家都是通过寻找水这一间接的方法来推测生命的存在。近日,加州理工大学的研究人员提供证据表明:使用激光记录3D图像的数字全息显微镜技术是当前我们发现外星微生物的最佳选择。 关于数字全息显微镜,就是全息技术和显微镜的结合,它解决了一般显微镜中分辨率与景深之间的矛盾, 避免了像差影响, 可以获得更大的视野。而全息技术就是一种利用干涉和衍射原理来记录并再现物体真实三维图像的技术。 当然主要的困难还在于如何辨别出微生物与尘埃粒子
甚至,在关键的48小时窗口中,当原始稚嫩的器官开始生长成型的时候,科学家们能够追踪每一个胚胎细胞,确定它的去向和变化,看看它打开了什么基因的锁头,以及它在此期间遇到了什么细胞。
复旦大学计算机科学技术学院研究团队,提出了跨任务、多维度图像增强基础 AI 模型 UniFMIR,实现了对现有荧光显微成像极限的突破,并为荧光显微镜图像增强提供了一个通用的解决方案。
而现在,只要把样品放在一张特殊的载玻片上,就能用光学显微镜观察到40nm,甚至更小的细节了!
电子断层扫描是解析包含完整细胞区域的纳米级样本的三维结构的重要工具。细胞内部并不规则且拥挤,其内部结构在二维投影图像中会重叠。然而,远非一个混沌不堪的“细胞内容”,细胞内部实则高度有序。冷冻电子断层扫描能够揭示出细胞内部的瞬态超级复合体和长程相互作用,例如,不同细胞机制在病毒工厂中以协调的大型装配方式运作。从倾斜系列数据开始,断层图重构相对直接,尤其是当样品含有用于帮助对齐倾斜视图的基准标记时,因为这些倾斜角度是已知的(图5)。对于倾斜样品的三维散焦校正更为复杂,但可行,如在NovaCTF中实现的那样(Turonova等人,2017年)。
躺尸接近三个月的OpenAI博客终于有了更新,这次它为AI研究者带来的作品是“OpenAI Microscope”,中文译名OpenAI 显微镜。
这一成果意味着人们在生命科学、未来医疗和人工智能领域的一个升华。 5月29日晚间,自然杂志子刊Nature Methods发布了一篇名为《超高时空分辨微型化双光子在体显微成像系统》的论文,其中展示了我
该细胞将有助于了解组织发育或器官内部功能的细胞水平发生的情况。 马德里卡洛斯三世大学的研究人员创建了新型显微镜4D-Nature,据了解,该显微镜能够随着时间轴快速拍摄3D图像,从而形成4D图像信息,以便于观察活体动物细胞。 据悉,与现代共聚焦显微镜每秒大约5张图像相比,该显微镜的QI范围可以达到每秒拍摄200张图像。此外,它还配有四个激光器,每个激光器均发射一个平面光束。使用多个激光器,不同类型的标有不同颜色荧光染料的细胞可以在同一时间进行成像,而无需研究人员在每次想要观察不同细胞类型时切换滤光片。 显微
原来在黑白显示器上也能显示出彩色啊!通过在监视器上覆盖拜耳滤色镜,并拼接彩色图像,就能在黑白监视器上显示彩色图像。
选自Google Research Blog 作者:Martin Stumpe、Craig Mermel 机器之心编译 参与:路、刘晓坤 今天,谷歌在美国癌症研究协会(AACR)年会上发表演讲,介绍癌症检测的新研究论文。他们开发了一种增强现实显微镜(ARM)原型平台,可实时检测癌症。该平台具备相当大的灵活性,适用于多种显微镜、任务类型的配置。 近期,深度学习在医疗领域的应用(包括眼科、皮肤科、放射科和病理科(pathology))显示了极大的前景,提高全世界高质量医疗的准确率和可用性。谷歌也发布了研究结果(
Rationalized deep learning super-resolution microscopy for sustained live imaging of rapid subcellular processes
莱斯大学研究人员研制一款平面显微镜(Flat Microscope),可以监测和控制视觉传输。 据悉,作为美国国防部高级研究计划署(DARPA)项目的一部分,莱斯大学研究团队正在开发一种平面显微镜(Flat Microscope),以实现对人脑视觉的控制。 研究团队表示,他们将实现信息直接传输至大脑的想法。他们将平面显微镜(Flat Microscope)放置在大脑里,通过光学接口以监视和触发被激活的神经元,从而实现对感官输入的监视和控制。 据团队介绍,其中,有几大需要注意的点。首先,他们将开发用于监测和传
乳腺癌是全球主要的癌症相关死亡原因之一,尤其是女性。然而,早期诊断可显着提高治疗成功率。为了早期诊断,正确分析组织学图像至关重要。具体来说,在诊断过程中,专家通过全玻片和显微镜图像评估整体和局部组织组织。然而,大量的数据和图像的复杂性使得这项任务既耗时又不简单。因此,自动检测和诊断工具的开发具有挑战性,但对该领域来说也是至关重要的。
选自Google Research 机器之心编译 很多常用的细胞标记方法有明显的缺点,包括不一致性、空间重叠、物理干预等。近日,谷歌利用深度学习方法即「in silico labeling(ISL)」标记细胞的研究登上了《Cell》杂志。ISL 能直接从未标记的固定样本或活体样本的透射光影像中预测多种荧光标记。由于预测是基于计算机的,ISL 可以克服上述所有缺点,并省去很多中间步骤。这项技术有望生物学和医学中打开全新的实验领域。此外,谷歌还开源了整个项目,包括模型代码和数据集等,供大家自由使用。 开源地址:
IBM称要在未来5年内,将其部署到世界各地。 近日,IBM发布了一款人工智能显微镜,可以透过其观察海中浮游生物在不同环境下的不同行为反应,及时分析预测海洋水质的健康状况。 目前国际上使用的检测水质的感测器,虽然可以检测水中特定的化学物质,但是无法检测外来或是新的化学物质,及时做到收集数据并分析。IBM研究团队表示,通过AI显微镜,研究人员可以识别不同的物种,并追踪其在三维空间中的移动。借助这些发现成果,人类可以更好地理解浮游生物的行为,比如它们对温度、石油泄漏以及溢流等各种因素导致的环境变化下会有何反应。
你有没有想过,切开CPU看看里面? 有一个瑞典Lund大学的物理学博士生,就真的这么干了,还把照片放到网上。我们知道,CPU里面是几千万到几亿个晶体管,他的目标就是看到这些晶体管。 1. 他先找到一块
在眼科学、皮肤学、放射学和病理学等医学学科领域,深度学习前景广阔,可以用于提高世界各地患者高质量医疗保健的准确性和实用性。
授权转载自IBM中国 在IBM圣何塞研究院工作的一个国际研究团队近日宣布,他们成功地创造了目前世界上尺寸最小的磁体-这个磁体仅由单个原子组成。同时,他们还成功地实现了利用这一微小的磁体来存储一个比特的数据。 近日,IBM宣布,它已使用单个原子创造出世界上尺寸最小的磁体 – 并在该磁体上存储了一比特数据。 自从硬盘被发明以来,科学家一直努力试图开发新型制造工艺,让磁存储介质尺寸更小,同时排列更密集,从而可以存储更多的信息。目前保存一个比特信息需要大约10万个原子。而IBM科学家的研究为我们带来了全新的可能性,
该技术让使用者可以在VR世界中对大脑中的单个神经元进行观察和分析,真正意义上推动了VR和医疗的结合。 近日,日内瓦大学生物与神经工程研究中心的研究团队开发出了一套虚拟成像系统,该系统采用了一种沉浸式3D技术,使研究人员在虚拟世界中观察我们的大脑和器官,并且精度可以达到细胞大小。 实验中,使用标准的VR护目镜,研究人员就可以放大和旋转3D的老鼠大脑,并顺着老鼠大脑边走边观察;同时,手柄可以让使用者操控,以对老鼠大脑进行“切片”操作。 值得指出的是,该系统使用的3D图像不是常见的数字图像,虚拟的鼠脑图像信息是由
今日,VR游戏《Waltz of the Wizard》的开发商Aldin宣布完成100万美元的种子轮融资。本轮融资由Crowberry Capital领投,天使投资基金Investa和Icelandic Technology Development Fund参投。据悉,Aldin将利用这笔投资来制作新的消费者VR娱乐产品,并且加速研发公司的技术,从而为用户带来更加逼真的VR世界。
研究人员在bioRxiv上发表的论文《基于深度学习的点扫描超分辨率成像》中指出:“点扫描成像系统可能是用于高分辨率细胞和组织成像的最广泛使用的工具。它与所有其他成像方式一样,很难同时优化点扫描系统的分辨率、速度、样品保存和信噪比。”
快速阅读一下这个句子,大家可能会发现,只需「我在天安门广场看升旗」几个字,就能概述我们需要的信息,也就是说,无需逐字逐句地阅读,抓住重点即可破译全部信息。那么,科学研究是不是也能如此呢?
今天为大家介绍的是来自Michael Eisenstein的一篇报道。深度学习正推动算法的发展,使其能够理解来自各种显微镜技术的图像。
答案是肯定的!在本文中,我们提出了一种灵活且低廉的方法来解决生物学问题,该方法非常适合业余科学家。我们充分利用了低成本的图像设备(FoldScope显微镜)、公共图像数据(Kaggle 数据库)和免费的数据分析工具(Kaggle Kernels)。
AiTechYun 编辑:chux 在生物学和医学领域,显微技术为研究人员提供人肉眼无法观察到的细胞和分子的细节。透射光显微镜能够将生物样本照亮的同时进行成像,技术相对简单,且耐受度高,然而缺点是产生
机器之心报道 编辑:泽南 想要看到电子的固体形态,还得靠石墨烯。 电子是带有负电的亚原子粒子,是构成物质的基本粒子之一,质量极轻,自旋速度很快,通常会被束缚在原子内部,然而它也可以「形成固体」。 在完美的条件下,电子可以在某些材料内自行排列成整齐的蜂窝状图案——就像固体中的固体。物理学家们首次对这些「维格纳晶体」进行了成像。 这种晶体以匈牙利 - 美国理论物理学家、数学家,量子力学对称性理论基础奠基人尤金 · 维格纳(Eugene Wigner)的名字命名,他在 1934 年首次预测了维格纳晶体的存在。
常用的相差显微镜观察法,是从生物组织的一侧给光,对细胞损伤小,且材料准备过程非常简单。
领取专属 10元无门槛券
手把手带您无忧上云