纳米粒子研究人员将大部分时间花在一件事上:计数和测量纳米粒子。每一步,他们都必须检查他们的结果。他们通常通过分析数百个紧密堆积在一起的纳米粒子的显微图像来做到这一点。计数和测量它们需要很长时间,但这项工作对于完成进行下一次适当优化的纳米粒子合成所需的统计分析至关重要
Alexander Wittemann是康斯坦茨大学胶体化学教授。他和他的团队每天都在重复这个过程。Wittemann回忆道:“当我写博士论文时,我们使用了一台大型颗粒计数机进行这些测量。它就像收银机,当时,当我每天可以测量300个纳米粒子时,我真的很高兴。”然而,可靠的统计数据需要对每个样本进行数千次测量。如今,计算机技术的日益普及意味着这一过程可以更快地进行。与此同时,自动化方法很容易出错,许多测量仍然需要研究人员自己进行,或者至少需要仔细检查
一个正确的计数——即使是复杂的粒子在冠状病毒疫情期间,好运让Wittemann与他的博士生Gabriel Monteiro接触,他不仅了解编程和人工智能,还与计算机科学家有联系。Wittemann和Monteiro基于Meta的开源人工智能技术“Segment Anything Model”开发了一个程序。该程序支持人工智能对显微图像中的纳米颗粒进行计数,并随后自动测量每个单独的颗粒
Wittemann解释说:“对于可明确定义的粒子,‘分水岭方法’迄今为止效果很好。然而,我们的新方法也可以自动计算哑铃或毛毛虫形状的粒子,这些粒子由两个或三个重叠的球体组成。”。“这节省了大量时间。
”在通常完成粒子合成并进行相应耗时测量所需的时间里,我们现在可以专注于粒子合成并在显微镜下进行检查,而人工智能系统则负责其余大部分工作。现在,这最后一步可以在过去所需时间的一小部分内完成。这意味着,我们可以在过去需要一个粒子分析的时间内完成八到十个粒子分析。“
除此之外,人工智能测量不仅更高效,而且更可靠。人工智能方法比其他方法(甚至是人类进行的方法)更准确地识别单个碎片并对其进行更精确的测量。因此,后续实验可以更精确地调整和进行,从而使测试系列更快地成功。
该研究发表在《科学报告》杂志上
The research team has published the new AI routine as well as the required codes and data from the study Open Access on Git-Hub and KonData for other researchers to use and discuss.
Journal information: Scientific Reports
Provided by University of Konstanz
2025-02-25
2025-02-25
2025-02-25
2025-02-25
2025-02-25