课堂 | 人工智能显微成像能够高效检测稀有事件

通过基于人工智能的显微成像检测稀有事件，这种工作流程将智能样本导航、图像采集工具和人工智能驱动的图像分析等不同功能融合起来共同协作，能够克服上述局限性。

STELLARIS上Aivia驱动的自主显微镜为日常实验室工作提供了非常高效的运行方式，包括执行那些没有自动程序或大量人工操作就无法完成的高级实验。

在生命科学领域使用成像技术的根本原因是能够生成数据来回答生物学问题。通常会将图像采集与高级图像分析结合起来实现这个目标。

常规成像方法需要操作人员不断进行人机交互，使用显微镜系统在样本上搜索合适的对象或感兴趣区域（ROI），进行适当的最佳图像采集设置，然后决定扫描这些ROI。这种人工决策的实验工作流程的性质决定了只有容易控制的少数ROI能被精确定位，而且采集ROI图像需要大量时间。使用由Aivia驱动的自主显微镜，则能够在实验一开始完成设置后就wanquan自动进行稀有事件检测工作流程。

实验开始后，就会立即进行低分辨率预扫描、检测稀有事件以及采集和存储高分辨率3D图像，无需任何人工干预。这种方法的显著优势在于整个过程高速进行，并能在实验过程中检测到大量稀有事件。

自主显微镜可自动检测这类ROI或稀有事件（RE），无需人工干预，因此能使复杂的显微镜工作流程wanquan自动化。

在这个自主工作流程中，第一步先生成低分辨率二维（2D）概览图像，并立即将其传输到所连接的基于人工智能的图像处理（Aivia）系统。该系统通过像素分类器检测由操作人员预先定义好的稀有事件，并将稀有事件坐标发回成像系统，系统再根据操作人员zhiding的要求（例如高分辨率和三维（3D）数据堆栈）扫描这些稀有事件。通过这种方式生成的数据：

对稀有事件进行高度特异性扫描可大幅提高所采集数据的整体质量，因为获得的都是真正感兴趣的数据。这种方法可确保有针对性地扫描，至多获得到90%的稀有事件。同时，不再因对稀有事件进行耗时且高成本的人工搜索而造成很长的“闲置时间”，因此显微镜系统可实现高效运行。

除了对稀有事件进行高度特异性扫描外，自主显微成像还能采集与稀有事件目标wanquan无关的数据。可通过以目标为导向的方式扫描感兴趣的对象，这一方面可以在很大程度上防止生成无效数据，另一方面能以高度定性的方式提供所采集的数据，便于后续图像分析。所采集的对象始终位于扫描区域的视野（FOV）中心，因此可以实现上述优点。

可重复性是进行可信的生命科学研究的关键要素之一。自主执行的实验顺序可随时得到恢复，装配适当的软件版本，并以wanquan相同的设置重新运行。这个过程能确保可重复性，而手动设置实验中的成像程序无法做到这一点。此外还可建立高度复杂的显微成像工作流程并使其自动化，使高级应用更易于使用，而这类应用以前根本无法做到，或者必须依靠大量人工操作。

LAS X Navigator是一款强大的导航和图像采集工具，用户可以从逐个图像搜索方式切换到快速查看完整的样本概览，并能立即识别重要的样本细节。它能够使用玻片、培养皿和多孔板的模板自动设置高分辨率图像采集。它就像一个用于样本细胞的GPS定位系统，用户始终都可通过一条清晰的路径来获得高质量数据、在样本中导航、创建快速概览、立即识别细节，还可以使用玻片、培养皿和多孔板的模板进行高分辨率图像采集。

Navigator Expert基于Navigator，融合了提供稀有事件处理工作流程的Aivia人工智能图像处理功能。此外，使用Navigator Expert还可以定义多个扫描任务，将其分配给需要扫描的任意几何形状/扫描区域，用于复杂的成像程序和实验设置。

Navigator Expert包含两个模块：“Jobs”（任务）和“Experiment”（实验）。在“Jobs”模块中，可通过普通的STELLARIS LAS X用户界面设置任何扫描任务。例如，该模块包括定义自动对焦（AF）任务、低分辨率2D快速概览扫描任务以及实际稀有事件任务，后者可以进行高分辨率3D扫描。

稀有事件检测工作流程的创建十分简单。定义了需完成的任务后，“Experiment”模块就会直观地引导用户完成各个工作流程步骤：

要创建Aivia稀有事件处理程序，只需使用事先通过概览扫描任务采集的一些图像对Aivia像素分类器进行训练。使用简单的绘图工具，对需要的稀有事件进行标注，并确定图像的背景。这样，像素分类器就可以从概览扫描图像中独立检测到稀有事件。

启动稀有事件检测工作流程后，概览扫描图像会立即传输到Aivia，后者将检测到的稀有事件的像素坐标送回到Navigator Expert，以便进行稀有事件扫描。

除了上述特点之外，基于人工智能的自动显微镜还可大幅改进和优化实验。

STELLARIS 平台