这提供可以轻松访问用于分析显微镜图像的高级人工智能 (AI)。它使其他研究人员无论其计算专业知识如何，都可以轻松地在自己的数据上训练和使用深度学习模型。
深度学习是人工智能的一个分支，它彻底改变了大型复杂显微镜数据集的分析方式，使科学家能够自动识别、追踪和分析细胞和亚细胞结构。然而，由于缺乏计算资源和人工智能专业知识，一些生命科学研究人员无法在自己的工作中利用这些强大的技术。
DL4MicEverywhere 通过为研究人员提供直观的界面来解决这些挑战在任何需要图像分析的实验中以及在从简单的笔记本电脑到高性能集群的各种计算基础设施中建立模型。
“我们的平台在人工智能技术进步和生物医学研究之间架起了一座桥梁，”该研究的第一作者、IGC 研究员 Ivan Hidalgo-Cenamor 说。
“有了它，无论研究人员在人工智能方面的专业知识如何，他们都可以访问尖端的显微镜方法，从而能够自动分析他们的结果并可能发现新的生物学见解。”
DL4MicEverywhere 平台以团队之前的研究成果 ZeroCostDL4Mic 为基础，允许在各种计算环境中训练和使用模型。该平台还包括一个用户友好的界面，并扩展了用户可以应用于常见显微镜图像分析任务的可用方法集合。
“DL4MicEverywhere 旨在通过促进社区贡献和遵守科学研究软件的 FAIR 原则，使显微镜人工智能民主化，使资源可查找、可访问、可互操作和可重复使用，”这项研究的联合负责人、IGC 研究员 Estibaliz Gómez-de-Mariscal 博士解释道。
“我们希望这个平台能够使世界各地的研究人员能够在工作中利用这些强大的技术，无论他们的资源或专业知识如何。”
DL4MicEverywhere 的开发是科学协作环境的一个很好的例子。首先，它开发的目的是让世界各地的任何研究人员都能利用最先进的显微镜技术，有助于加速。其次，这一成果的实现离不开计算机科学、图像分析和显微镜领域专家的国际合作，其中 AI4Life 联盟做出了重要贡献。
该项目由 IGC 的 Ricardo Henriques 和奥博学术大学的 Guillaume Jacquemet 共同领导。
Jacquemet 教授表示：“这项工作是让显微镜界更容易获得和重复使用人工智能的重要里程碑。通过让研究人员能够轻松共享他们的模型和分析流程，我们可以加速发现并提高可重复性“”。
“DL4MicEverywhere 有可能为生命科学带来变革，”Henriques 教授补充道。“它符合我们在 AI4Life 中的愿景，即开发可持续的人工智能解决方案，为研究人员赋能，推动医疗保健及其他领域的创新。”
DL4MicEverywhere 平台作为开源资源免费提供，体现了团队对开放科学和可重复性的承诺。研究人员认为，通过降低先进技术的门槛， ，DL4MicEverywhere 将在从基础细胞生物学到药物发现和个性化医疗等领域实现突破性发现。
引用: 葡萄牙研究人员开发图像分析人工智能平台，推动全球研究 (2024 年 5 月 17 日) 于 2024 年 5 月 25 日检索自 https://webbedxp.com/zh-CN/science/jamaal/news/2024-05-portugal-image-analysis-ai-platform.html
本文件受版权保护。除出于私人学习或研究目的的合理使用外，未经书面许可不得复制任何部分。内容仅供参考。
