NIS.ai permite a los investigadores extraer con facilidad y precisión datos imparciales de grandes cantidades de conjuntos de datos.
Nikon Instruments Inc, innovador de sistemas avanzados de microscopios, anunció hoy NIS.ai, un poderoso módulo de análisis y procesamiento de imágenes para elementos NIS que aprovecha el aprendizaje profundo y la inteligencia artificial. NIS.ai es un conjunto de nuevas herramientas de procesamiento basadas en IA que utilizan redes neuronales convolucionales para aprender de pequeños conjuntos de datos de formación suministrados por el usuario. Los resultados de la formación se pueden aplicar fácilmente para procesar y analizar grandes volúmenes de datos, lo que permite a los investigadores aumentar el rendimiento y ampliar sus límites de aplicación.
NIS.ai incluye un conjunto de aplicaciones para la creación de imágenes predictivas, la segmentación y el procesamiento de imágenes:
Convertir.ai: Convert.ai aprende patrones relacionados presentes en dos canales de imágenes diferentes. Después del entrenamiento, Convert.ai puede predecir el patrón en el segundo canal incluso cuando se presenta sólo con el primer canal. La tinción de núcleos basada en DAPI es un método común para la segmentación y el recuento de células. Convert.ai se puede entrenar para predecir dónde se basaría la etiqueta DAPI en imágenes DIC o de contraste de fase sin manchas. Esto permite a los usuarios realizar análisis de imágenes basados en núcleos sin tener que teñir las muestras con DAPI o adquirir un canal fluorescente.
Segmento.ai: Segment.ai permite identificar y segmentar fácilmente estructuras complejas. Las neuritas en las imágenes con contraste de fase son tradicionalmente difíciles de definir con los umbrales clásicos. Segment.ai puede ser entrenado en un pequeño subconjunto de neuritas rastreadas a mano para detectar y segmentar automáticamente neuritas de miles de conjuntos de datos no rastreados. Enhance.ai: La obtención de imágenes de muestras fluorescentes tenues o de aplicaciones que requieren una exposición a la luz de bajo nivel suele dar lugar a una calidad de imagen comprometida con una mala relación señal/ruido. Enhance.ai aprende cómo se ve una imagen de señal a ruido alta comparando imágenes subexpuestas y óptimamente expuestas. Enhance.ai puede entonces restaurar detalles en imágenes fluorescentes subexpuestas o tenues, permitiendo a los investigadores obtener más información de sus aplicaciones de imágenes de baja señal. Denoise.ai: Lanzado a principios de este año, Denoise.ai elimina el ruido de disparo de las imágenes confocales resonantes y se puede realizar en tiempo real. La aplicación de Denoise.ai a las imágenes confocales resonantes permite a los usuarios adquirir imágenes confocales a una velocidad ultra alta sin sacrificar la calidad de la imagen. «La aplicación del Aprendizaje Profundo y la IA a la imagenología biomédica es extremadamente poderosa, y abre posibilidades invisibles», dijo Steve Ross, Ph.D., Director de Productos y Mercadeo de Nikon Instruments Inc. «Con NIS.ai, los investigadores pueden aplicar fácilmente el aprendizaje profundo para extraer datos significativos e imparciales de grandes y complejos conjuntos de datos.»
Para obtener más información sobre NIS.ai, visite: https://www.microscope.healthcare.nikon.com/nis-ai
