一種稱為深度學(xué)習(xí)的機(jī)器學(xué)習(xí)形式是實(shí)時(shí)語音識別以及自動(dòng)圖像和視頻標(biāo)記等應(yīng)用程序最新進(jìn)展背后的關(guān)鍵技術(shù)之一。該方法使用多層人工神經(jīng)網(wǎng)絡(luò)來自動(dòng)進(jìn)行數(shù)據(jù)分析，也顯示出對醫(yī)療保健的巨大希望：例如，該方法可用于自動(dòng)識別患者的X射線，CT掃描和其他醫(yī)學(xué)圖像中的異常情況。和數(shù)據(jù)。

UCLA研究人員在兩篇新論文中報(bào)告說，他們已經(jīng)為深度學(xué)習(xí)開發(fā)了新用途：重建全息圖以形成物體的顯微圖像并改進(jìn)光學(xué)顯微鏡。

他們的新全息成像技術(shù)比使用多個(gè)全息圖的當(dāng)前方法可產(chǎn)生更好的圖像，并且易于實(shí)施，因?yàn)樗枰^少的測量并更快地執(zhí)行計(jì)算。

這項(xiàng)研究由加州大學(xué)洛杉磯分校加利福尼亞州納米系統(tǒng)研究所副所長，加州大學(xué)洛杉磯分校亨利·薩繆里工程與應(yīng)用科學(xué)學(xué)院電氣和計(jì)算機(jī)工程大臣教授Aydogan Ozcan領(lǐng)導(dǎo);由加州大學(xué)洛杉磯分校的電氣和計(jì)算機(jī)工程系的博士后學(xué)者Yair Rivenson和研究生Yibo Zhang組成。

對于一項(xiàng)發(fā)表在《光明：科學(xué)與應(yīng)用》上的研究(PDF)，研究人員制作了巴氏涂片的全息圖，用于檢查子宮頸癌，血液樣本以及乳腺組織樣本。在每種情況下，神經(jīng)網(wǎng)絡(luò)都學(xué)會了從有害的光干擾以及圖像重建過程的其他物理副產(chǎn)品中提取并分離出對象真實(shí)圖像的特征。

“這些結(jié)果廣泛適用于任何相位恢復(fù)和全息成像問題，而且這種基于深度學(xué)習(xí)的框架為設(shè)計(jì)全新的相干成像系統(tǒng)提供了無數(shù)的機(jī)會，這些成像系統(tǒng)涵蓋了電磁光譜的不同部分，包括可見光波長甚至X-射線”，也是霍華德·休斯醫(yī)學(xué)研究所HHMI教授的奧茲坎說。

這種新方法的另一個(gè)優(yōu)點(diǎn)是，無需對光-物質(zhì)相互作用進(jìn)行任何建模或?qū)Σ▌?dòng)方程進(jìn)行求解就可以實(shí)現(xiàn)，而對每個(gè)單獨(dú)的樣本和形式的光進(jìn)行建模和計(jì)算可能既困難又耗時(shí)。

Rivenson說：“這是令人激動(dòng)的成就，因?yàn)閭鹘y(tǒng)的基于物理學(xué)的全息圖重建方法已被基于深度學(xué)習(xí)的計(jì)算方法所取代。”

團(tuán)隊(duì)的其他成員是加州大學(xué)洛杉磯分校的研究人員HarunGünaydin和Da Teng，他們都是Ozcan實(shí)驗(yàn)室的成員。

在第二項(xiàng)研究，發(fā)表在雜志上。光學(xué)，研究人員使用了相同的深學(xué)習(xí)框架，以提高光學(xué)顯微圖像的分辨率和質(zhì)量。

這一進(jìn)展可以幫助診斷學(xué)家或病理學(xué)家在大量血液或組織樣本中尋找非常小的異?，F(xiàn)象，Ozcan表示，這代表了深度學(xué)習(xí)的強(qiáng)大機(jī)會，可以改善醫(yī)學(xué)診斷技術(shù)以及工程和科學(xué)領(lǐng)域的光學(xué)顯微鏡。

Ozcan的研究得到了國家科學(xué)基金會資助的服務(wù)欠佳人群的精確先進(jìn)技術(shù)和衛(wèi)生系統(tǒng)以及NSF以及陸軍研究辦公室，國立衛(wèi)生研究院，霍華德·休斯醫(yī)學(xué)研究所，沃達(dá)豐美洲基金會和國家科學(xué)基金會的支持。玫琳凱基金會。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！