Stærke stråler, der giver et klarere billede, beskadiger prøverne, når det kommer tilom skrøbelige strukturer, herunder
Amerikanske forskere lykkedes frabillede opnået med en laveffektstråle, "træk ud" skjult af støjdetaljerne i biologiske prøver, "- sagde Shuiwang Ji, lektor ved Institut for Computervidenskab og Ingeniørarbejde. "Vi brugte en rent beregningsmetode til at skabe billeder med højere opløsning, og i denne undersøgelse viste vi, at vi kan forbedre opløsningen i en grad meget tæt på, hvad du kan få med kraftige bjælker."
Ji tilføjede, at i modsætning til andre algoritmerstøjreduktion, der kun kan bruge information, der kommer fra et lille pixelplaster i et billede med lav opløsning, kan deres smarte algoritme identificere pixelmønstre, der kan distribueres gennem et støjende billede, hvilket øger dets effektivitet som et støjreduktionsværktøj.
Et typisk mikroskopbilledeifølge forskermetoden er den overlejret på et digitalt computerbillede. Denne metode til billedbehandling lover ikke kun at reducere omkostningerne, men også at automatisere analysen af medicinske billeder og afsløre detaljer, som øjet nogle gange kan savne.
Algoritme-baseret softwaremaskinindlæring, kaldet dyb læring, fjerner effektivt sløring eller støj i billeder. Disse algoritmer kan visualiseres som bestående af mange sammenkoblede lag eller behandlingstrin, der tager et input med lav opløsning og producerer et outputbillede med høj opløsning.
"Forestil dig et stykke prøve, der har et gentaget mønster, såsom en honningkage.kun lokal information for at udfylde hullerne i billedet skabt af støj, "sagde Ji."Men det er ineffektivt, fordi algoritmen faktisk ikke serI stedet skal deep learning-algoritmer have adaptive modtagelige felter, der kanfange information i billedets overordnede struktur."
Forskere har udviklet en anden algoritme til dyblæring, der dynamisk kan ændre størrelsen på det opfattende felt. Med andre ord, i modsætning til tidligere algoritmer, som kun kan samle information fra et lille antal pixels, kan deres nye algoritme, kaldet globale voxel transformation netværk (GVTNets), kombinere information fra et større område af billedet efter behov.
Forskerne bemærkede, at deres nye algoritmekan let tilpasses til andre applikationer ud over støjreduktion, såsom fluorescensbilleddannelse uden etiketter og 3D til 2D-konvertering til computergrafik.
”Dette kan være yderst værdifuldt for mangeapplikationer, herunder kliniske, såsom at vurdere scenen for kræftprogression og bestemme mellem celletyper for at forudsige sygdommen, ”konkluderer Ji.
Se også:
Et stort antal gråhvaler begynder at sulte og dø i Stillehavet
En tredjedel af dem, der er kommet sig efter COVID-19, vender tilbage til hospitalet. Hver ottende - dør
Abort og videnskab: hvad vil der ske med de børn, der føder