HyperAIHyperAI

Command Palette

Search for a command to run...

التفكيك الخلوي الكثيف للصور الإلكترونية باستخدام مجموعات الشبكات العصبية ثنائية الأبعاد-ثلاثية الأبعاد

Brian Storrie & Richard D. Leapman Irina D. Pokrovskaya Maria A. Aronova Adam B. Anderson Zeyad A. S. Emam Matthew D. Guay

الملخص

يُعاني علماء الأحياء الذين يستخدمون صور الميكروسكوب الإلكتروني (EM) لبناء نماذج ثلاثية الأبعاد على المستوى النانوي للخلايا بأكملها وعُضياتها من قيود تاريخية تقتصر على عدد محدود من الخلايا والخصائص الخلوية، ناتجة عن قيود في التصوير والتحليل. وقد كان هذا العامل أحد العوامل الرئيسية التي تحد من فهم التباين المعقد في البيئات الخلوية. يمكن للميكروسكوب الإلكتروني الحديث إنتاج حجوم صور بحجم جيجا فوكسل تتضمن عددًا كبيرًا من الخلايا، لكن عملية التجزئة اليدوية الدقيقة للخصائص الصورية تكون بطيئة جدًا، مما يحد من إمكانية إنشاء نماذج خلوية دقيقة. تُعد خوارزميات التجزئة القائمة على الشبكات العصبية التلافيفية قادرة على معالجة الحجوم الكبيرة بسرعة، لكن تحقيق أهداف الدقة المطلوبة في مهام الميكروسكوب الإلكتروني يشكل تحديًا كبيرًا للتقنيات الحالية. في هذا العمل، نُعرّف التجزئة الخلوية الكثيفة على أنها مهمة تجزئة دلالية متعددة الفئات لتمثيل الخلايا والعديد من عضياتها، مع تقديم مثال على خلايا الدم الصفائحية البشرية. نقدم خوارزمية تستخدم شبكات تجزئة هجينة ثنائية الأبعاد وثلاثية الأبعاد لإنتاج تجزئات خلوية كثيفة بمستويات دقة تفوق الطرق الأساسية وتميل إلى مستويات الدقة التي يحققها المُعلّقون البشر. إلى حد معرفتنا، يُعد هذا العمل أول نهج منشور يُمكّن من أتمتة إنشاء نماذج خلوية بدرجة من التفاصيل الهيكلية هذه.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp