科技前沿丨真·人工智能替你搬磚

在研究糖尿病和其他代謝性疾病時,研究人員希望能夠分析這些含胰島素β細胞的百分比和相對位置。若要獲得研究相關的數據,大批量顯微圖像分析對于確定胰島的形態和定量至關重要。
這種分析既要定性又要定量,并且必須可靠且客觀。
生物學小常識:
胰腺具有兩個主要功能:
分泌酶以分解食物中的蛋白質、脂質、碳水化合物和核酸(外分泌)。
分泌控制血糖水平的胰島素和胰高血糖素(內分泌)。這部分與糖尿病有關。
胰腺中的β細胞群(也稱胰島)在胰島素分泌中起到關鍵作用。
胰島素通過刺激其他組織的細胞吸收能量,協助降低血液中的葡萄糖含量。
胰島自動檢測與分析的挑戰
小鼠胰腺切片樣品中的胰島使用特定熒光抗體實現了可視化。但為了分析這些結構,研究人員通常需要以非常耗時的方式手動篩選胰島。如下所示的傳統自動分割方法(如基于閾值的算法)無法專門用于檢測胰島。
同時,在標記胰島的Alexa 594通道中還檢測到紅細胞的自發熒光,因此很難自動將胰島(綠色圓圈)β細胞的標記與充滿紅細胞的血管(藍色圓圈)區分開。

10倍圖像,基于常規閾值方法的檢測結果(綠色),該方法無法區分胰島與血紅細胞(藍色)。
胰島(綠色圓圈);血細胞(藍色圓圈)
Olympus VS200整體解決方案
為了提高這一過程的效率,奧林巴斯推出了“SLIDEVIEW VS200研究級全玻片掃描系統+深度學習”這一解決方案。為了測試該解決方案,我們將其應用于胰島圖像的分割和分析中。

在測試中,我們研究了CB57BL/6NTac小鼠胰島衰老過程中,胰島的形態和功能變化。實驗中使用了胰島素抗體染色方案制備的小鼠胰腺切片。這種染色可以實現對胰島內β細胞的識別。這些細胞的結構與外分泌部分不同,對應于胰腺的內分泌部分。
使用奧林巴斯SLIDEVIEW VS200研究級全玻片掃描系統以10倍倍率快速采集了小鼠胰腺樣品的數字玻片圖像。在最終獲得40幅圖像中,以人眼就可以輕松識別其中的胰島。
由奧林巴斯VS200玻片掃描系統掃描的胰腺切片示例。 紅色:Alexa 594染色第二抗體附著在生產胰島素的β細胞第一抗體上,藍色:DAPI復染細胞核。
(樣品由德國羅斯托克大學醫學部醫學生物化學和分子生物學研究所的Simone E. Baltrusch教授和Cindy Zehm博士提供。)
VS200研究級全玻片掃描系統提供了基于卷積神經網絡進行深度學習的TruAI模塊— 一款用于圖像分析的VS-Desktop軟件插件。
它是一種自學習式的顯微圖像分析方法,可用于對象分割,是一種極其強大的技術。我們可以借助這項技術自動檢測此實驗中小鼠的胰島。
利用TruAI深度學習解決方案自動對樣品進行識別和分析
進行自動分析的第一步,是為軟件提供帶標注的樣品圖像(ground truth)數據。這里可通過手動標記十二個不同小鼠胰腺樣品(下圖中綠色圓圈)的胰島來實現。

TruAI 使用小竅門:
標記的對象越多越好。
大量強度、顏色、大小和形狀不同的對象可以讓神經網絡魯棒性*更佳。
插件提供了方便進行手動標記的各種工具。
*魯棒, Robust的音譯,所謂“魯棒性”,也是指控制系統在一定(結構,大小)的參數攝動下,維持其它某些性能的特性。
生成標記數據的下一步是訓練深度神經網絡(Deep Neural Networks,DNN)。
在此階段,神經網絡會將ground truth數據與其自身計算數據進行比對,直至其達到較高概率值。計算得出的數據是一種人工智能(Artificial Intelligence, AI),它模仿人類大腦(所謂DNN)學習、識別結構并做出智能判斷。
最后一步,將計算出的DNN應用于其余胰腺圖像,即可實現胰島的自動檢測和分割。
經過訓練的奧林巴斯TruAI DNN可以傳送至任何VS-Desktop 工作站及其它可兼容的奧林巴斯產品上使用。
總結:胰島分割和分析的自動化過程
三個簡單步驟:
1. 使用SLIDEVIEW VS200研究級全玻片掃描系統掃描新圖像。

2. 經過訓練的DNN對胰島進行檢測和分割。

3. 檢測到的胰島在經過分割后,將被用于進一步的計數和測量分析。

使用配備TruAI深度學習解決方案的SLIDEVIEW VS200研究級全玻片掃描系統,進行胰島檢測和分割的優勢:
相比其他現有自動化方法,TruAI模塊能夠以更高的可靠性和準確性對復雜圖像中的胰島輕松地進行檢測和分割。此外,基于分割結果,還可以執行諸如計數和測量等進一步的分析。
SLIDEVIEW VS200研究級全玻片掃描系統與TruAI深度學習解決方案相結合,可以應用到生物領域的各類圖像,如明場、熒光細胞和組織樣品等,提供從樣品采集到精確的數據定量分析的完整工作流程。
精準的圖像分析自動化,將科研人員從大量繁瑣的手動操作工作中解放出來,提高了研究效率。

SLIDEVIEW VS200研究級全玻片掃描系統
2倍到100倍,出色的全玻片成像質量
兼容各種載玻片尺寸及觀察方法
從明場到熒光多色標記,簡單強大的工作流程
從手動明場掃描到AI識別和全自動掃描,獨特的軟硬件配置
致 謝
本應用指南的編寫獲得了德國羅斯托克大學醫學部醫學化學和分子生物學研究所的研究人員以及德國奧林巴斯軟成像解決方案產品經理Sara Quinones Gonzalez的幫助:
rer. nat. Simone E. Baltrusch教授/博士,德國羅斯托克大學醫學部醫學生物化學和分子生物學研究所
Cindy Zehm博士,德國羅斯托克大學醫學部醫學生物化學和分子生物學研究所
Sara Quinones Gonzalez,奧林巴斯軟成像解決方案有限公司產品經理,德國明斯特
更多精彩內容
請關注“OLYMPUS生命科學”