更好的粒子跟蹤軟件使用人工智能

北卡羅來納大學(xué)教堂山分校的科學(xué)家創(chuàng)造了一種基于機(jī)器學(xué)習(xí)的粒子跟蹤新方法，該方法比目前使用的技術(shù)更精確，并提供更好的自動(dòng)化。

單粒子跟蹤涉及跟蹤流體和生物樣本中的單個(gè)粒子(例如病毒，細(xì)胞和載藥納米粒子)的運(yùn)動(dòng)。該技術(shù)廣泛用于物理和生命科學(xué)。UNC-Chapel Hill的團(tuán)隊(duì)開發(fā)了新的跟蹤方法，使用粒子跟蹤開發(fā)治療和預(yù)防傳染病的新方法。他們研究了抗體和生物聚合物之間的分子相互作用，并描述和設(shè)計(jì)了納米級(jí)藥物載體。他們的工作發(fā)表在“ 科學(xué)院院刊”上。

“為了從視頻中獲取意義，你必須將視頻轉(zhuǎn)換為定量數(shù)據(jù)，”UNL Eshelman藥學(xué)院副教授，新跟蹤器的創(chuàng)造者之一Sam Lai博士說。“使用當(dāng)前的軟件，研究人員必須仔細(xì)監(jiān)督視頻轉(zhuǎn)換以確保準(zhǔn)確性。這通常需要數(shù)周到數(shù)月，并且極大地限制了吞吐量和準(zhǔn)確性。

“我們厭倦了瓶頸。”

問題的根源可以追溯到當(dāng)前軟件用于識(shí)別任何視頻中存在的全部粒子的少量參數(shù)，例如粒度，亮度和形狀。事情被錯(cuò)過了，因?yàn)樗鼈儾惶m合參數(shù)，參數(shù)因不同的操作員設(shè)置而異，Alison Schaefer博士。萊實(shí)驗(yàn)室的學(xué)生說。這對(duì)數(shù)據(jù)再現(xiàn)性帶來了巨大的挑戰(zhàn)，因?yàn)榉治鐾灰曨l的兩個(gè)用戶經(jīng)常獲得不同的結(jié)果。

“自動(dòng)駕駛汽車的工作原理是因?yàn)樗麄兛梢詫?shí)時(shí)看到和跟蹤周圍的許多不同物體，”北卡羅來納大學(xué)數(shù)學(xué)與應(yīng)用物理科學(xué)系的Grant Dahlstrom杰出教授M. Gregory Forest博士說。該項(xiàng)目的共同高級(jí)作者。

“我們想知道我們是否可以創(chuàng)建一種可以同時(shí)跟蹤數(shù)千個(gè)納米級(jí)粒子并自動(dòng)完成的人工智能版本。”

事實(shí)證明，他們可以并利用他們的發(fā)現(xiàn)推出基于Chapel Hill的人工智能跟蹤解決方案，該公司正在尋求將新技術(shù)商業(yè)化。該公司已獲得國(guó)立衛(wèi)生研究院頒發(fā)的小企業(yè)技術(shù)轉(zhuǎn)讓獎(jiǎng)，以使該技術(shù)商業(yè)化。

賴和他在UNC數(shù)學(xué)系的合作者設(shè)計(jì)了一個(gè)人工神經(jīng)網(wǎng)絡(luò)來解決他們的問題。神經(jīng)網(wǎng)絡(luò)松散地基于人類的大腦，但通過喂養(yǎng)大量的例子來學(xué)習(xí)。例如，如果神經(jīng)網(wǎng)絡(luò)需要識(shí)別狗的照片，則會(huì)顯示許多狗的照片。它不需要知道狗的樣子; 它將從照片的共同元素中找出答案。示例越好，神經(jīng)網(wǎng)絡(luò)就越好。

UNC團(tuán)隊(duì)首先從一組真實(shí)的計(jì)算機(jī)生成數(shù)據(jù)中教授神經(jīng)網(wǎng)絡(luò)跟蹤器。然后，他們使用Lai實(shí)驗(yàn)室過去的實(shí)驗(yàn)中的高質(zhì)量數(shù)據(jù)進(jìn)一步改進(jìn)了跟蹤器。結(jié)果是一個(gè)新的跟蹤器，具有數(shù)千個(gè)經(jīng)過良好調(diào)整的參數(shù)，可以完全自動(dòng)處理各種各樣的視頻，比目前使用的系統(tǒng)至少精確10倍，具有高度可擴(kuò)展性，并具有完美的可重復(fù)性，Lai說。該團(tuán)隊(duì)在“科學(xué)院院刊”上記錄了他們的成就。

該研究的第一作者，助理教授Jay Newby博士說，新系統(tǒng)已準(zhǔn)備就緒，可以支持越來越多的功能強(qiáng)大的顯微鏡，可以在一天內(nèi)收集數(shù)TB的高分辨率2D和3D視頻。在阿爾伯塔大學(xué)。

“跟蹤納米級(jí)粒子的運(yùn)動(dòng)對(duì)于了解病原體如何破壞粘膜屏障以及設(shè)計(jì)新的藥物療法至關(guān)重要，”Newby說。“我們的進(jìn)步首先提供了大大改善的自動(dòng)化。此外，與目前的方法和用戶和實(shí)驗(yàn)室的再現(xiàn)性相比，我們的方法大大提高了準(zhǔn)確性。”