开放式人工智能工具使非专家能够进行生物医学图像分析

一个国际研究团队开发了BiaPy，这是一个开放代码的人工智能平台，可以使用深度学习技术来分析生物医学图像。这项工作发表在《自然方法》上。

该团队由Ignacio Arganda（巴斯克地区大学-UPV/EHU、Ikerbasque、Donostia国际物理中心和Biovisika研究所）和Arrate Muñoz Barrutia（马德里卡洛斯三世大学、Gregorio Marañon健康研究所）领导。

图像分析用于研究一系列学科的细胞结构、组织和器官，是生物医学中的重要工具。然而，传统上，应用人工智能来分析这些图像一直是编程和数据科学专家的专属领域。BiaPy通过提供一个易于使用的平台打破了这一障碍，该平台允许在不需要专业技术知识的情况下应用高级AI模型。

“BiaPy旨在通过使更多的科学家和医疗保健专业人员能够在不需要高级编程或机器学习技能的情况下利用其潜力，使生物成像中的人工智能普及，”该研究的主要作者、目前是MRC分子生物学实验室和剑桥大学（英国）的博士后研究员Daniel Franco解释道。

BiaPy允许对科学图像进行不同类型的分析，例如自动识别细胞或其他生物结构、计数元素、根据外观对样本进行分类，或提高图像质量以查看更精细的细节。所有这些都可以通过二维图像以及通过各种显微镜技术获得的三维图像来完成。

此外，BiaPy的设计是高效和可扩展的：它可以处理各种各样的数据量，从几张小图像到数TB的信息，例如扫描组织或整个器官时生成的信息。

该工具基于人工智能模型的使用，人工智能模型是经过训练的算法，用于识别图像中的模式，类似于人眼识别形状或颜色的方式。示例用于创建模型：例如，其中单元格已被手动标记的图像。通过足够的训练，模型可以学习自动执行这些任务，即使是在以前从未见过的新图像上。

“BiaPy还被集成到了BioImage Model Zoo（BioImage.io）中，这是一个来自世界各地的研究人员共享预训练模型的数据库。由于这种集成，BiaPy用户可以将现有模型重新用于新图像或轻松训练自己的模型，”该论文的高级合著者、开发BioImage Model Zoo的欧洲联盟AI4Life的成员Arrate Muñoz解释道。

这个工具已经在先进的科学项目中使用。一个例子是CartoCell，这是与Luis M.Escudero（塞维利亚生物医学研究所[Virgen del Rocío大学医院/CSIC/塞维利亚大学]协调的实验室合作开发的软件解决方案。CartoCell分析显微镜图像，以揭示不同生物体3D上皮组织内细胞形状和分布的隐藏模式。

与超过100000名依赖Phys.org获取日常见解的订阅者一起探索科学、技术和太空的最新进展。注册我们的免费时事通讯，每天或每周获取重要突破、创新和研究的最新进展。

另一个值得注意的案例是，它与Emmanuel Beaurepaire（法国综合理工学院）和Jean Livet（巴黎视觉研究所）的实验室合作应用。这些小组开发了ChroMS显微镜技术，该技术可以使用水母和珊瑚蛋白质产生的荧光颜色获得整个大脑的巨大三维图像。

BiaPy用于自动检测这些大规模图像中的每个细胞，即使在大脑的人口稠密区域，也可以通过根据细胞的颜色和三维位置重建细胞谱系来研究大脑发育。

作为一个开放获取工具，BiaPy对科学界免费开放，从而促进了合作和软件的持续改进。它可以在具有多个图形卡的PC或服务器上使用，也可以在云中使用。它易于安装，并确保实验可以在各种环境中轻松重复，从而促进开放、可重复的科学。

正如该论文的资深作者Arganda所指出的那样，“BiaPy的开发代表了显微镜中高级人工计算机视觉民主化的重要一步。它的无障碍设计和对开放协作的关注减少了技术障碍，使更多的研究人员和医疗保健专业人员更容易将人工视觉应用于他们的研究。

”它与各种计算环境的兼容性及其开放代码性质意味着它是一个在推动创新和加快科学发现方面具有巨大潜力的平台。p