Die Segmentierung ist ein wichtiger Prozess, um Zellen zu analysieren für die biologische Grundlagenforschung und auch die medizinische Diagnostik. Mithilfe der Segmentierung kann beispielsweise die Reaktion von Zellen auf Medikamente beobachtet werden. Die akkurate Segmentierung ist für viele Forschende noch sehr zeitaufwendig, trotz der bereits zur Verfügung stehenden Hilfsmittel. Biologische Strukturen können schon automatisch segmentiert werden, doch nur unter bestimmten Bedingungen.
Automatisierung der Segmentierung von Mikroskopiebildern
Um die Software zu verbessern, fütterten die Forschenden das Modell mit einem Datensatz von mehr als 17.000 Mikroskopiebildern, die über zwei Millionen markierte Strukturen enthielten. Diese mussten im Vorhinein von Wissenschaftlerinnen und Wissenschaftlern zeitaufwändig per Hand markiert werden, damit die KI anhand dessen lernen kann. Doch dadurch zeigte sich eine starke Verbesserung der Software.
Um die händische Analyse und Markierung zu vereinfachen, entwickelte das Team um Prof. Dr. Constatin Pape vom Institut für Informatik der Universität Göttingen noch μSAM. Hiermit können Forschende und medizinisches Fachpersonal Bilder analysieren, ohne die Strukturen vorher manuell zeichnen zu müssen oder ein KI-Modell trainieren zu müssen. „Aufgaben, die früher wochenlange, mühsame Handarbeit erforderten, können in wenigen Stunden automatisiert werden. Danach kann das Modell weiter verbessert werden. Das eröffnet viele neue Anwendungsbereiche: Wir haben es bereits in zahlreichen Projekten eingesetzt, die von der grundlegenden Zellbiologie bis hin zur Entwicklung von Methoden für Behandlungsempfehlungen bei Krebstherapien reichen“, erläutert Pape.
Die Gruppe von Pape ist spezialisiert auf die Entwicklung von Methoden zur Automatisierung solcher Aufgaben.
Quelle: idw
Artikel teilen
