Ученые из Китая и США разработали алгоритм для автоматического анализа формы красных кровяных телец по микроскопическим снимкам |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2017-10-21 13:30 Серповидноклеточная анемия — это наследственное заболевание, при котором нарушается структура гемоглобина и, как следствие, изменяется форма несущих его эритроцитов — красных кровяных телец. Вопреки названию болезни эритроциты при этом могут иметь самую разную форму — не только серпа: быть овальными или вытянутыми. Тем не менее количественный и качественный анализ структуры клеток важен для диагностики анемии и помогает предсказать динамику и исход заболевания. Поскольку вручную анализировать форму эритроцитов достаточно трудно, в новой работе ученые предложили подход к автоматизированному анализу. В основе метода лежит алгоритм глубинного обучения, использующий свёрточные нейронные сети для распознавания микроскопических изображений. Анализ при этом состоит из трех основных этапов. На первом шаге алгоритм идентифицирует эритроциты, отделяя их от фона и соседних клеток. Затем он масштабирует изображение, приводя все клетки к одному размеру. И, наконец, на третьем этапе алгоритм определяет форму эритроцита. Для обучения нейронной сети ученые использовали изображения одиночных красных кровяных телец, а затем проверили метод на 434 «сырых» микроскопических изображениях, полученных от восьми пациентов. Результаты анализа показали, что алгоритм действительно успешно классифицирует эритроциты по форме, к примеру позволяет точно определить процент собственно серповидных клеток. При этом метод работает как для клеток, несущих кислород, так и для «пустых». В дальнейшем авторы работы планируют применить аналогичный алгоритм для изучения других заболеваний крови, при которых также нарушается форма или размер эритроцитов, например при диабете или ВИЧ. Кроме того, методику также можно использовать для анализа и классификации раковых клеток. Статья с результатами исследования опубликована в журнале PLOS Computational Biology. Недавно американские биохимики предложили использовать систему редактирования генома CRISPR—Cas9 для лечения наследственной серповидноклеточной анемии. О том, что из этого вышло, читайте в материале «Чердака». Источник: chrdk.ru Комментарии: |
|