通過Aivia驅(qū)動的自主顯微鏡快速檢測活生物樣本中的稀有事件

瀏覽次數(shù)：798　發(fā)布日期：2025-7-31　來源：徠卡顯微鏡

基于人工智能的工作流程通過Aivia驅(qū)動的自主顯微鏡快速檢測活生物樣本中的稀有事件

對稀有事件進(jìn)行定位和選擇性成像是許多生物樣本研究過程的關(guān)鍵。然而，由于時(shí)間限制和高度的復(fù)雜性，有些實(shí)驗(yàn)無法做到，從而限制了獲得新發(fā)現(xiàn)的前景。

基于人工智能顯微成像的稀有事件檢測工作流程

基于人工智能顯微成像的稀有事件檢測工作流程通過基于人工智能的顯微成像檢測稀有事件，這種工作流程將智能樣本導(dǎo)航、圖像采集工具和人工智能驅(qū)動的圖像分析等不同功能融合起來共同協(xié)作，能夠克服上述局限性。徠卡顯微系統(tǒng)STELLARIS上Aivia驅(qū)動的自主顯微鏡為日常實(shí)驗(yàn)室工作提供了非常高效的運(yùn)行方式，包括執(zhí)行那些沒有自動程序或大量人工操作就無法完成的高級實(shí)驗(yàn)。

為什么使用人工智能顯微成像？

在生命科學(xué)領(lǐng)域使用成像技術(shù)的根本原因是能夠生成數(shù)據(jù)來回答生物學(xué)問題。通常會將圖像采集與高級圖像分析結(jié)合起來實(shí)現(xiàn)這個(gè)目標(biāo)。

常規(guī)成像方法需要操作人員不斷進(jìn)行人機(jī)交互，使用顯微鏡系統(tǒng)在樣本上搜索合適的對象或感興趣區(qū)域（ROI），進(jìn)行適當(dāng)?shù)淖罴褕D像采集設(shè)置，然后決定掃描這些ROI。這種人工決策的實(shí)驗(yàn)工作流程的性質(zhì)決定了只有容易控制的少數(shù)ROI能被精確定位，而且采集ROI圖像需要大量時(shí)間。

使用由Aivia驅(qū)動的自主顯微鏡，則能夠在實(shí)驗(yàn)一開始完成設(shè)置后就完全自動進(jìn)行稀有事件檢測工作流程。實(shí)驗(yàn)開始后，就會立即進(jìn)行低分辨率預(yù)掃描、檢測稀有事件以及采集和存儲高分辨率3D圖像，無需任何人工干預(yù)。這種方法的顯著優(yōu)勢在于整個(gè)過程高速進(jìn)行，并能在實(shí)驗(yàn)過程中檢測到大量稀有事件。

如何使用Aivia驅(qū)動的自主顯微鏡檢測稀有事件

自主顯微鏡可自動檢測這類ROI或稀有事件（RE），無需人工干預(yù)，因此能使復(fù)雜的顯微鏡工作流程完全自動化。在這個(gè)自主工作流程中，第一步先生成低分辨率二維（2D）概覽圖像，并立即將其傳輸?shù)剿B接的基于人工智能的圖像處理（Aivia）系統(tǒng)。該系統(tǒng)通過像素分類器檢測由操作人員預(yù)先定義好的稀有事件，并將稀有事件坐標(biāo)發(fā)回成像系統(tǒng)，系統(tǒng)再根據(jù)操作人員指定的要求（例如高分辨率和三維（3D）數(shù)據(jù)堆棧）掃描這些稀有事件。通過這種方式生成的數(shù)據(jù)：

1、與感興趣對象密切相關(guān)；

2、因?yàn)椴捎昧俗詣踊臄z，所得數(shù)據(jù)具有統(tǒng)計(jì)相關(guān)性。

圖1：稀有事件檢測工作流程

使用人工智能驅(qū)動的顯微成像發(fā)現(xiàn)稀有事件，提高數(shù)據(jù)質(zhì)量

對稀有事件進(jìn)行高度特異性掃描可大幅提高所采集數(shù)據(jù)的整體質(zhì)量，因?yàn)楂@得的都是真正感興趣的數(shù)據(jù)。這種方法可確保有針對性地掃描，至多獲得到90%的稀有事件。同時(shí)，不再因?qū)ο∮惺录M(jìn)行耗時(shí)且高成本的人工搜索而造成很長的“閑置時(shí)間”，因此顯微鏡系統(tǒng)可實(shí)現(xiàn)高效運(yùn)行。

圖2：通過約5個(gè)多小時(shí)自動圖像采集獲取的50微米厚的人腦切片（阿爾茨海默病供體）圖像，所標(biāo)記的感興趣對象顯示了3D高分辨率圖像堆棧，檢測到516個(gè)稀有事件。樣本由德國慕尼黑路德維希-馬克西米利安大學(xué)神經(jīng)病理學(xué)和大腦研究中心 Jochen Herms 教授提供。

更快地得到結(jié)果，節(jié)省圖像采集時(shí)間和磁盤空間 - “擺脫無效數(shù)據(jù)！”

除了對稀有事件進(jìn)行高度特異性掃描外，自主顯微成像還能采集與稀有事件目標(biāo)完全無關(guān)的數(shù)據(jù)。可通過以目標(biāo)為導(dǎo)向的方式掃描感興趣的對象，這一方面可以在很大程度上防止生成無效數(shù)據(jù)，另一方面能以高度定性的方式提供所采集的數(shù)據(jù)，便于后續(xù)圖像分析。所采集的對象始終位于掃描區(qū)域的視野（FOV）中心，因此可以實(shí)現(xiàn)上述優(yōu)點(diǎn)。

圖3：通過約3個(gè)多小時(shí)自動圖像采集獲得的細(xì)胞有絲分裂圖像。只采集感興趣的對象。在視野中心捕捉到感興趣對象。感興趣對象顯示了116個(gè)檢測到的分裂中期的3D高分辨率圖像堆棧。

提高可重復(fù)性，有助于先進(jìn)的尖端實(shí)驗(yàn)

可重復(fù)性是進(jìn)行可信的生命科學(xué)研究的關(guān)鍵要素之一。自主執(zhí)行的實(shí)驗(yàn)順序可隨時(shí)得到恢復(fù)，裝配適當(dāng)?shù)能浖姹�，并以完全相同的設(shè)置重新運(yùn)行。這個(gè)過程能確�？芍貜�(fù)性，而手動設(shè)置實(shí)驗(yàn)中的成像程序無法做到這一點(diǎn)。

此外還可建立高度復(fù)雜的顯微成像工作流程并使其自動化，使高級應(yīng)用更易于使用，而這類應(yīng)用以前根本無法做到，或者必須依靠大量人工操作。

LAS X Navigator Expert：Aivia驅(qū)動的自主顯微鏡的關(guān)鍵組分

LAS X Navigator是一款強(qiáng)大的導(dǎo)航和圖像采集工具，用戶可以從逐個(gè)圖像搜索方式切換到快速查看完整的樣本概覽，并能立即識別重要的樣本細(xì)節(jié)。它能夠使用玻片、培養(yǎng)皿和多孔板的模板自動設(shè)置高分辨率圖像采集。它就像一個(gè)用于樣本細(xì)胞的GPS定位系統(tǒng)，用戶始終都可通過一條清晰的路徑來獲得高質(zhì)量數(shù)據(jù)、在樣本中導(dǎo)航、創(chuàng)建快速概覽、立即識別細(xì)節(jié)，還可以使用玻片、培養(yǎng)皿和多孔板的模板進(jìn)行高分辨率圖像采集。

在導(dǎo)航中添加智能功能：LAS X Navigator Expert

Navigator Expert基于Navigator，融合了提供稀有事件處理工作流程的Aivia人工智能圖像處理功能。此外，使用Navigator Expert還可以定義多個(gè)掃描任務(wù)，將其分配給需要掃描的任意幾何形狀/掃描區(qū)域，用于復(fù)雜的成像程序和實(shí)驗(yàn)設(shè)置。

圖4：LAS X Navigator Expert（右）和Aivia。

Navigator Expert包含兩個(gè)模塊：“Jobs”（任務(wù)）和“Experiment”（實(shí)驗(yàn)）。在“Jobs”模塊中，可通過普通的STELLARIS LAS X用戶界面設(shè)置任何掃描任務(wù)。例如，該模塊包括定義自動對焦（AF）任務(wù)、低分辨率2D快速概覽掃描任務(wù)以及實(shí)際稀有事件任務(wù)，后者可以進(jìn)行高分辨率3D掃描。

圖5：Navigator Expert的“Jobs”和“Experiment”兩個(gè)模塊與Aivia共同定義了一個(gè)檢測稀有事件的自動化工作流程。

設(shè)置稀有事件檢測工作流程

稀有事件檢測工作流程的創(chuàng)建十分簡單。定義了需完成的任務(wù)后，“Experiment”模塊就會直觀地引導(dǎo)用戶完成各個(gè)工作流程步驟：

1、確定載體（玻片、腔室、多孔板）；

2、確定掃描區(qū)域（可基于載體預(yù)定義，也可任意定義）；

3、確定焦點(diǎn)位置，分配AF任務(wù)；

4、將概覽任務(wù)分配給掃描區(qū)域；

5、分配Aivia稀有事件處理程序和稀有事件任務(wù)。

圖6：設(shè)置工作流程

最后，像素位置中會列出Aivia稀有事件處理程序檢測到的稀有事件位置。

要?jiǎng)?chuàng)建Aivia稀有事件處理程序，只需使用事先通過概覽掃描任務(wù)采集的一些圖像對Aivia像素分類器進(jìn)行訓(xùn)練。使用簡單的繪圖工具，對需要的稀有事件進(jìn)行標(biāo)注，并確定圖像的背景。這樣，像素分類器就可以從概覽掃描圖像中獨(dú)立檢測到稀有事件。