基于便携式计算设备的传统光学显微镜的AI赋能升级

作     者：尚尚 林思劼 郭伟新 丛丰裕 SHANG Shang;LIN Sijie;GUO Weixin;CONG Fengyu

作者机构：大连理工大学电子信息与电气工程学部生物医学工程学院辽宁大连116024 同济大学环境科学与工程学院环境科学系教育部长江水环境重点实验室上海200092 同济大学电子与信息工程学院上海200092 

出 版 物：《中国医疗设备》 (China Medical Devices)

年 卷 期：2020年第35卷第8期

页      面：16-20页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 08[工学] 0836[工学-生物工程] 

基　　金：国家自然科学基金青年项目(21607115) 国家自然科学基金面上项目(21777116) 

主　　题：显微图像处理 人工智能 深度学习 斑马鱼影像分析 嵌入式系统 

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。