Deep neural networks for microscopy images

Abstract

Edusammud tehisintellekti vallas on suurendanud arvutite võimalusi. Doktoritöös uuritakse, kuidas rakendada tehisintellekti mikroskoobi kaudu vaadeldud rakkude piltidele. Töö põhineb kolmel teadusartiklil. Esimeses artiklis käsitletakse, kuidas tuvastada rakke mikroskoopiapiltidel, mis on saadud valge valgusega valgustades. Sellist valgustust nimetatakse heledate väljadega mikroskoopiaks ning see on lihtne ja odav, kuid saadud piltidel on raske rakke näha. Autorid leidsid, kuidas kasutada tehisintellekti, et näha rakke nendel piltidel, ja annavad praktilisi nõuandeid, et ka teised inimesed saaksid seda teha. Teises artiklis arendatakse tehisintellekti meetodit spermaks muunduvate rakkude tuvastamiseks. Rakk on keerulises protsessis spermaks muutumisel läbib palju muutusi, tehisintellekt suudab öelda, millises seisus see protsess on. Viljatus mõjutab 10-15% paaridest ja loodetavasti aitab tehisintellekti piltide analüüs välja selgitada paari mõjutavat probleemi. Kolmandas artiklis kirjeldatakse uut algoritmi nimega Kaizen, mis kasutab tehisintellekti rakkude tuvastamiseks mitmekesistel mikroskoopiakujutistel. Rakkude tuvastamise asemel genereerib Kaizen mikroskoopiapildist üksikute rakkude pilte. Üksikute rakkude pildid liidetakse liitpildiks. Seda liitpilti võrreldakse seejärel mikroskoopiakujutisega, mis võimaldab tuvastada vigu ja mittesooritavaid objekte. Need kolm artiklit näitavad, kuidas tehisintellekt võib parandada mikroskoopiakujutiste analüüsi. Loodetavasti on tehisintellekt lähiaastatel esirinnas läbimurdeid rakustruktuuride ja haigusmehhanismide mõistmisel, et parandada inimeste olukorda. Progress in artificial intelligence has increased the range of things a computer can do. The thesis explores how to apply artificial intelligence to images of cells seen through a microscope. The thesis includes three different scientific articles. The first article discusses how to detect cells in microscopy images obtained by illuminating with white light. This illumination is known as Brightfield microscopy and is simple and cheap, but it is difficult to see cells in the images obtained. The authors found how to use artificial intelligence to see the cells in these images and provide practical advice, helping other people do it too. The second article develops an artificial intelligence method to detect the cells that transform into sperm. A cell has a complicated process of becoming sperm undergoing a lot of changes, the artificial intelligence can tell in which state of the process it is. Infertility affects 10-15% of couples and hopefully, artificial intelligence analysis of images can help to find out the problem affecting the couple. The third article describes a new algorithm called Kaizen, which uses artificial intelligence to detect cells in varied microscopy images. Instead of detecting cells, Kaizen generates images of individual cells from a microscopy image. The individual cell images are merged into a composite image. This composite image is then compared to the microscopy image allowing detection of errors and non-predicted objects. These three articles show how artificial intelligence can improve the analysis of microscopy images. Hopefully, in the coming years, artificial intelligence will spearhead breakthroughs in understanding cellular structures and disease mechanisms, to improve the human condition.