| 2021年11月16日 |
Sortinghat:AI驱动图像分类器 |
| 高山市Nanoverk新闻细胞分治是一个重要过程 基础生物生长修复细胞生物学家通过观察染色体-由含有生物基因素的DNA搭建结构跟踪过程 |
| 微镜学进步加自动化使研究人员能够在短短时间拍出更好的染色体图像但他们的分析仍大都人工完成,这往往是一项乏味任务。植物尤其如此,植物显示染色体大小大不相同 |
| 近代研究发布染色体研究高山市微镜图像分类创建ML有效性:非数据科学家简单廉价深学习管道由日本研究者采取不同方法由日本福山大学副教授清台南人工智能分类多植物类染色体图像 |
| 虽然这本身不是什么新事物, 有趣的是团队显示 甚至非专家都有可能方便使用AI |
 |
| 应用深学习人工智能图像分类需要高水平机学知识来自日本的研究人员创建了AI图像分类器,非专家可定制并方便使用图片:广山大学直木清台 |
| 如何实现这一点博士Nagaki解释道:“用AI整理图片通常需要高水平计算机知识编造AI模型McIntosh计算机和CreateML应用适合我们自己图像样本并训练AI成为各种图像的有序分类程序 |
| 团队使用染色体图像训练深学习模型检测图片或图像部件,而细胞正在经历二分二分法过程测试图像估计检测精度 基于数细胞 模型正确分类 |
| 下一组用培训期间未使用植物种类中含有单片细胞的图像测试模型令他们欢乐的是模型正确辨识这些图像中的线性细胞此外,技术对组织切片和不同细胞划分过程也效果良好 |
| 结果表明团队开发的深学习管道可方便可靠地为跨学科非数据科学家使用,大大简化并加速图像分析任务 |
| 此外,报告方法的范围可扩展至更加复杂分析,如识别染色体异常并开发物体检测和分类新咨询系统 |
| 生命中稀有分类比人们想象的多通过委托AI实现分类自动化不仅能消除个人差异造成的波动,而且还能省下许多有价值的研究时数精简微小分类使广图基研究更容易复制和可靠直木市 |
| 诚然,“深入学习排序者,任何人都可以使用”,正如他所言,可能是理解生物种类各种细微差别的关键 |
