Kaliforniya Üniversitesi'ndeki bilim insanları, floresan mikroskopisinin kapasitesini artıran ve bilim adamlarının canlı hücre ve doku parçalarını özel ışık altında parlayan boyalarla hassas bir şekilde etiketleyebilmelerini sağlayan bir teknik geliştirdi. Araştırmacılar, iki boyutlu görüntüleri, organizmalar içindeki etkinliklerini gösteren sanal üç boyutlu dilimlere dönüştürmek için yapay zeka kullanıyorlar.
Nature Methods'ta yayınlanan araştırmada, bilim insanları, "Deep-Z" adlı yazılım iskeletinin bir örneğin eğildiği veya kıvrıldığı görüntülerdeki hataları veya sapmaları giderebildiğini de açıkladılar. Ayrıca, sistemin bir mikroskoptan 2 boyutlu görüntüleri alabileceğini ve daha gelişmiş bir mikroskop tarafından alınmış gibi 3 boyutlu görüntüler oluşturabildiğini gösterdiler.
Kaliforniya Üniversitesi, Nano Sistemler Enstitüsü elektrik ve bilgisayar mühendisliği profesörü Aydoğan Özcan çalışmayı, "Canlı numunelerin 3 boyutlu görüntülemesini gerçekleştirmek için, numuneleri toksik olmayacak şekilde ışığa en az maruz bırakan, çok güçlü bir derin öğrenme yöntemi." şeklinde tanımladı. Yeni sistem, numuneleri onlara zarar verebilecek ışık dozlarından korumanın yanı sıra, biyologlara ve yaşam bilimleri araştırmacılarına, 3 boyutlu görüntüleme için mevcut yöntemlerden daha basit, daha hızlı ve çok daha ucuz olan yeni bir araç sunabilir.
Araştırma, Özcan ve meslektaşlarının, 2 boyutlu floresan mikroskobu görüntülerini süper çözünürlüklü hale getirmelerini sağlayan daha eski bir tekniğe dayanıyor. Her iki teknik de, insan beyninden ilham alan bir bilgisayar sistemini, sinir ağını "eğitmek" için verileri kullanarak derin öğrenmeye dayalı mikroskopiyi ilerletiyor.
Deep-Z, numunelerin 3 boyutlu görüntülemesini elde etmek için çoklu derinliklere odaklanan fotoğraflarını çeken bir tarayıcı floresan mikroskobun deneysel görüntüleri kullanılarak öğretildi. Yapılan binlerce eğitim çalışmasında, sinir ağı 2D görüntüyü çekmeyi ve örnek içindeki farklı derinlikleri algılayarak doğru 3D dilimi ortaya çıkarmayı öğrendi.
Yayının ilk yazarlarından biri olan Kaliforniya Üniversitesi lisansüstü öğrencisi Yichen Wu, "Özellik aslında çok şaşırtıcıydı. Onunla eğrilik veya görüntü almayı zorlaştıran diğer karmaşık topolojileri görebilirsiniz." diyerek görüntüleme tekniğinin önemini vurguladı.
