ในสหรัฐอเมริกาพวกเขาคิดหาวิธีคืนค่าวัตถุที่ปรากฎในภาพถ่ายที่ "มีเสียงดัง"

รังสีที่แข็งแกร่งที่ให้ภาพที่ชัดเจนขึ้นทําลายชิ้นงานเมื่อมันมาถึงเกี่ยวกับโครงสร้างที่เปราะบาง รวมถึง

ในทางกลับกันรังสีที่อ่อนแอสามารถสร้างภาพที่มีเสียงดังและมีความละเอียดต่ํา

นักวิจัยชาวอเมริกันประสบความสำเร็จจากภาพที่ได้รับด้วยลำแสงพลังงานต่ำ "ดึงออก" ซึ่งซ่อนอยู่โดยรายละเอียดเสียงรบกวนของตัวอย่างทางชีววิทยา "- Shuiwang Ji รองศาสตราจารย์ภาควิชาวิทยาศาสตร์คอมพิวเตอร์และวิศวกรรมกล่าว "เราใช้วิธีการคำนวณอย่างหมดจดเพื่อสร้างภาพที่มีความละเอียดสูงขึ้นและในการศึกษาครั้งนี้เราแสดงให้เห็นว่าเราสามารถปรับปรุงความละเอียดให้ใกล้เคียงกับสิ่งที่คุณจะได้รับจากลำแสงอันทรงพลัง"

Ji เสริมว่าไม่เหมือนอัลกอริทึมอื่น ๆการลดสัญญาณรบกวนที่สามารถใช้ข้อมูลที่มาจากพิกเซลเพียงเล็กน้อยในภาพที่มีความละเอียดต่ำอัลกอริทึมอันชาญฉลาดของพวกเขาสามารถระบุรูปแบบพิกเซลที่สามารถกระจายไปทั่วภาพที่มีเสียงรบกวนเพิ่มประสิทธิภาพในการเป็นเครื่องมือลดจุดรบกวน

ภาพจากกล้องจุลทรรศน์ทั่วไปตามวิธีการของนักวิจัยมันถูกซ้อนทับบนภาพดิจิทัลของคอมพิวเตอร์ วิธีการประมวลผลภาพนี้ไม่เพียง แต่ช่วยลดต้นทุนเท่านั้น แต่ยังช่วยให้การวิเคราะห์ภาพทางการแพทย์เป็นไปโดยอัตโนมัติและเปิดเผยรายละเอียดที่บางครั้งดวงตาอาจพลาดไป

ซอฟต์แวร์ที่ใช้อัลกอริทึมการเรียนรู้ของเครื่องที่เรียกว่าการเรียนรู้เชิงลึกช่วยขจัดความเบลอหรือจุดรบกวนในภาพได้อย่างมีประสิทธิภาพ อัลกอริทึมเหล่านี้สามารถมองเห็นได้เนื่องจากประกอบด้วยเลเยอร์ที่เชื่อมต่อกันจำนวนมากหรือขั้นตอนการประมวลผลที่ใช้ภาพอินพุตที่มีความละเอียดต่ำและสร้างภาพเอาต์พุตที่มีความละเอียดสูง

"ลองนึกภาพชิ้นส่วนของตัวอย่างที่มีรูปแบบการทําซ้ําเช่นรังผึ้งเฉพาะข้อมูลท้องถิ่นเพื่อเติมเต็มช่องว่างในภาพที่เกิดจากสัญญาณรบกวน" จีกล่าว"แต่มันไม่มีประสิทธิภาพเพราะอัลกอริทึมไม่เห็นจริงอัลกอริธึมการเรียนรู้เชิงลึกต้องมีฟิลด์การเปิดกว้างแบบปรับตัวที่สามารถเก็บข้อมูลในโครงสร้างโดยรวมของภาพ"

นักวิทยาศาสตร์ได้พัฒนาอัลกอริทึมที่แตกต่างกันสำหรับการเจาะลึกการเรียนรู้ที่สามารถเปลี่ยนขนาดของสนามการรับรู้แบบไดนามิก กล่าวอีกนัยหนึ่งแตกต่างจากอัลกอริทึมก่อนหน้านี้ซึ่งสามารถรวบรวมข้อมูลจากพิกเซลจำนวนเล็กน้อยเท่านั้นอัลกอริทึมใหม่ที่เรียกว่า global voxel transformation networks (GVTNets) สามารถรวมข้อมูลจากพื้นที่ขนาดใหญ่ของรูปภาพได้ตามต้องการ

นักวิจัยตั้งข้อสังเกตว่าอัลกอริทึมใหม่ของพวกเขาสามารถปรับให้เข้ากับแอปพลิเคชันอื่น ๆ ได้อย่างง่ายดายนอกเหนือจากการลดสัญญาณรบกวนเช่นการถ่ายภาพเรืองแสงโดยไม่มีฉลากและการแปลง 3D เป็น 2D สำหรับคอมพิวเตอร์กราฟิก

“ สิ่งนี้มีค่ามากสำหรับหลาย ๆ คนการใช้งานรวมถึงการใช้งานทางคลินิกเช่นการประเมินระยะการลุกลามของมะเร็งและการพิจารณาระหว่างชนิดของเซลล์เพื่อทำนายโรค” Ji กล่าวสรุป

ดูเพิ่มเติมที่:

วาฬสีเทาจำนวนมากเริ่มหิวโหยและตายในมหาสมุทรแปซิฟิก

หนึ่งในสามของผู้ที่หายจาก COVID-19 กลับไปที่โรงพยาบาล ทุก ๆ แปด - ตาย

การทำแท้งกับวิทยาศาสตร์: จะเกิดอะไรขึ้นกับเด็กที่จะคลอด