Новый взгляд на клетки: искусственный интеллект повышает точность анализа клеточных изображений

Ученые НИИ общей реаниматологии имени В.А. Неговского Федерального научно-клинического центра реаниматологии и реабилитологии Министерства науки и высшего образования Российской Федерации (ФНКЦ РР) совместно с коллегами из Саровского физико-технического института НИЯУ «МИФИ» и Московского государственного университета имени М.В. Ломоносова разработали метод автоматического выявления дефектов изображений клеточной поверхности.
Работа «Подход на основе U-Net для автоматической сегментации артефактов сканирования в многомодальных клеточных изображениях, полученных с помощью атомно-силовой микроскопии (АСМ)» (А.А. Крылов, Я.С. Будакян, Е.А. Шерстюкова, Е.А. Грачев, В.А. Сергунова, М.Е. Докукин) опубликована в международном научном журнале «Physica Scripta» издательства IOP Publishing (IF 2,6; Citescore 3.4; Web of Science — Q2; Scopus — Q2; уровень белого списка 1).
Используемая в НИИ общей реаниматологии имени В.А. Неговкого ФНКЦ РР атомно-силовая микроскопия позволяет ученым не только получать изображения клеточной поверхности с нанометровой точностью, но и оценивать ее локальные физические свойства. Однако в процессе получения изображений могут возникать артефакты, мешающие дальнейшему анализу клеток. Обычно исследователь вручную выбирает области, пригодные для анализа, что, как правило, требует времени и делает результат зависимым от субъективной оценки. Для решения этой проблемы авторы исследования использовали нейронную сеть и многоканальные изображения клеточной поверхности, полученные при изучении нейтрофилов человека и клеток линии колоректального рака HT29.
Предложенный подход значительно сокращает объем ручной обработки изображений и существенно повышает скорость анализа. Данный подход чрезвычайно важен для исследования структуры и свойств клеток, в которых субъективный выбор изображений может повлиять на получаемые результаты.
Ссылка на статью: https://iopscience.iop.org/article/10.1088/1402-4896/aea370