Das Zentrum für angewandte und pharmazeutische Technologien und Forschung der Technischen Universität Karadeniz (KTÜ İLAFAR) hat eine KI-gestützte Software entwickelt, die ein häufiges Problem bei der Mikroskopie bearbeitet: Ein Teil des Gewebes oder der Zelle erscheint scharf, während andere Teile außerhalb des Fokusbereichs bleiben. Das Projekt zielt darauf ab, über die gesamte Probe hinweg klare Bilder zu erzeugen, anstatt sich auf einen einzigen Punkt innerhalb des Sichtfelds zu beschränken.
Die Software wurde im Rahmen des Projekts „Entwicklung neuer Deep-Learning-Methoden zur Erstellung dreidimensionaler Bilder und Formen mit optimalem Fokus in Mikroskopsystemen“ entwickelt, das KTÜ İLAFAR in Zusammenarbeit mit der Universität Trabzon und der Ohio State University durchführt. Die Direktorin des Zentrums, Professorin Feride Sena Sezen, sagte, dass die Arbeit an dem Projekt vor etwa vier Jahren begonnen habe und das Team die Software nach ihrer Entwicklung in Betrieb genommen habe.
Was verändert sich praktisch?
Doz. Dr. Hülya Doğan, Leiterin der Gruppe für innovative Anwendungen künstlicher Intelligenz bei KTÜ İLAFAR, erklärt, dass es nicht nur um die Schärfe eines einzelnen Bildes gehe, sondern um die Fähigkeit der Forschenden, die gesamte Probe zu untersuchen. Fachleute stützen sich bei der Untersuchung von Zellen oder der Bewertung krankheitsbezogener Indikatoren stark auf zweidimensionale Bilder. Unterschiede in der Tiefe können jedoch Merkmale verdecken, die in einem auf eine einzige Ebene fokussierten Bild nicht sichtbar sind.
Das System fügt dem Aufnahmeprozess eine dreidimensionale Dimension hinzu, um detailliertere Informationen über Zellen und Proben zu ermöglichen. Doğan sagt außerdem, dass die Software nicht lediglich Algorithmen zur Verbesserung unscharfer Bereiche anwende, da diese Art der Verarbeitung die ursprünglichen Daten verändern könne; vielmehr ziele sie darauf ab, Bilder bereitzustellen, die die ursprünglichen Werte der Probe enthalten.
Anwendungen über die Arzneimittelforschung hinaus
Die erste Anwendung des Projekts steht im Zusammenhang mit der präklinischen Arzneimittelforschung und der Verarbeitung von Daten aus Versuchstieren und Zellen sowie mit medizinischen und wissenschaftlichen Bereichen, die auf Mikroskope angewiesen sind. Nach Angaben des Teams kann die Software auch in der Geologie und Geophysik, der Chemie, der Aquakultur, der Landwirtschaft, der Genetik, der Lebensmittelindustrie, dem Umweltbereich, der Veterinärmedizin, der Forstwirtschaft und dem Bergbauingenieurwesen eingesetzt werden.
Doğan weist darauf hin, dass das Werkzeug für verschiedene Arten von Proben, Mikroskopen und Kameras entwickelt wurde. Dies könnte seinen Einsatzbereich im Vergleich zu einer Lösung erweitern, die an eine einzige Aufnahmeplattform gebunden ist.
Warum ist diese Nachricht wichtig?
Der zentrale technische Wert des Projekts besteht nicht darin, lediglich eine herkömmliche automatische Fokusfunktion hinzuzufügen, sondern darin, eine vollständige Schärfe des Bildfelds mit der Bewahrung der Probendaten zu verbinden und zweidimensionale Bilder in eine dreidimensionale Darstellung umzuwandeln, die Forschenden zusätzliche Merkmale liefern kann. Dies ist in Umgebungen wichtig, in denen Mikroskopbilder zur Unterstützung von Forschungsentscheidungen oder zum Verständnis von Veränderungen in Zellen und Geweben herangezogen werden.
Die Quelle nennt jedoch keine Zahlen zur Genauigkeit des Algorithmus, zur Größe des Datensatzes oder zu den Arten von Mikroskopen und Proben, an denen er getestet wurde. Auch Ergebnisse eines unabhängigen Vergleichs mit verfügbaren Systemen werden nicht genannt. Das Team sagt, dass eine Arbeit über die Methode und den Datensatz bei einer internationalen Fachzeitschrift eingereicht worden sei und dass es bereit sei, den Algorithmus, die Software und die Daten mit Vertretern des Privatsektors zu teilen. Daher muss der Grad der Einsatzbereitschaft des Werkzeugs für eine breite klinische oder kommerzielle Nutzung noch weiter überprüft werden.