La implementación de la tecnología de aprendizaje profundo TruAI™ ha permitido progresar en la automatización del escáner de portaobjetos dedicado a la investigación SLIDEVIEW™ VS200 para ofrecer una adquisición de imágenes más eficientes y con menos esfuerzo de lo requerido.

Precisión en la detección automatizada de muestras

Los algoritmos de los sistemas de escaneo convencional, que calculan la máscara de muestra, proporcionan buenos resultados a partir de muestras de alto contraste e intensamente teñidas. Sin embargo, estos generan resultados poco fiables cuando se trata de muestras complejas, como aquellas sin tinción o que presentan una tinción tenue. Los portaobjetos biológicos sujetos a una preparación adoptan de forma intrínseca un nivel de variación, por ejemplo, las diferentes intensidades de los colores. Esto puede afectar el resultado de la detección automatizada de una muestra.

Visualice el siguiente video para ver las diferencias entre la detección automatizada genérica y de inteligencia artificial (AI):

Por medio de una red neuronal (NN) debidamente formada, la tecnología de aprendizaje profundo TruAI genera máscaras de muestra de alta precisión, lo que favorece la eliminación completa de ajustes manuales antes de iniciar la adquisición de las imágenes. La formación de una NN permite superar los problemas que plantean las muestras complejas y los objetos de interés difíciles de detectar. Gracias al modo TruAI, es incluso posible escanear de forma selectiva subáreas de la muestra en función de la apariencia morfológica.

Visualice cómo la detección de muestras por inteligencia artificial permite incrementar la fiabilidad/precisión y agilizar la distribución del trabajo:

Optimización de AI para la organización del escaneo de portaobjetos

En el video, los islotes pancreáticos son los objetos de interés para una detección automática. La red neuronal formada a medida puede detectar cualquier objeto centrado en su interés.

Si opta por usar la tecnología de aprendizaje profundo TruAI para su proceso de escaneo automatizado de portaobjetos, la organización de su trabajo se beneficia de muchas formas:

• Mejora la eficiencia y la flexibilidad: La interfaz del software elegible es fácil de configurar y operar. Es posible descargar su red neuronal (NN) formada y aplicarla con un clic de botón.
• Disminuye el volumen de los datos adquiridos: La detección automática TruAI y, en gran medida, el escaneo selectivo evita la adquisición de grandes volúmenes de datos a partir de áreas que no son de interés para el investigador o de áreas fuera de enfoque. Esto ayuda a optimizar la gestión de datos, como el almacenamiento, la carga y el intercambio de imágenes.
• Incrementa la autonomía del proceso: La precisión de la detección basada en la inteligencia artificial reduce la necesidad de intervenir. Es posible validar la máscara de la muestra antes de escanear; pero, también es posible omitir este paso y adquirir la imagen completa instantáneamente sin verificación. Esta autonomía permite optimizar su tiempo gracias a un escaneo de portaobjetos que no requiere supervisión y puede ejecutarse durante la noche.

¿Cómo se forma una red neuronal?

Existen algunas opciones para formar la red neuronal a su medida. Es posible formar la red neuronal con el software de escritorio opcional VS200 Desktop que cuenta con el módulo Detect and Deep Neural Network [Detectar y ahondar en la red neuronal], o puede importar una red neuronal formada a partir de un software compatible, como el software cellSens™. Con la última actualización del sistema VS200, también es posible proporcionar un marcado a la formación mediante el uso del software gratuito OlyVIA™. Esto permite que más colegas y estudiantes contribuyan a aumentar los datos de formación, lo cual intensifica la precisión de los resultados.