基于便携式计算设备的传统光学显微镜的AI赋能升级

摘要

光学显微镜在生物医学研究和临床医疗中有着广泛的应用.近年来深度学习技术为显微影像的自动分析提供了先进算法支持.然而,目前我国医院和科研单位已安装的显微镜大多没有自带深度神经网络图像分析功能,而设备和软件的升级又需要高额成本.本研究借助便携式计算设备对传统的数字光学显微镜进行人工智能升级,采用Jetson TX2便携式设备运行Faster R-CNN网络对斑马鱼卵显微图像实现了3帧频的分类检测效率,对各类鱼卵的检测敏感度大于0.88,特异性大于0.94,并且所用的便携式设备尺寸小,可以方便地放置在显微镜旁侧.本研究为人工智能赋能传统显微镜提供了一种方便、低廉且具有良好推广性的技术解决方案.