Нейросети в микроскопии — 80:63 в пользу CNN

Группа исследователей из университета штата Колорадо в Боулдере и университета штата Северная Каролина создали свёрточные нейронные сети (CNN), которые распознают изображения разных видов фораминифер лучше экспертов. Подсчёт этих одноклеточных в образцах морской воды используется для экологического мониторинга, а их раковин – для определения возраста морских осадочных пород при геологической разведке и палеонтологических изысканиях.

Первые фораминиферы возникли в начале палеозойской эры. Их причудливые раковины обнаруживаются в донных отложениях последующих двенадцати геологических периодов, что позволяет наблюдать динамику границ мирового океана за последние 540 млн. лет.

К настоящему времени известно свыше тысячи видов этих одноклеточных. В мировом океане они распространены повсеместно – их можно встретить абсолютно на любой географической широте и глубине. Основная часть фораминифер обитает в придонных областях, и только немногие (например, Globigerina) относятся к собственно планктонным формам, свободно плавая в толще воды.

До недавнего времени идентификация фораминифер в различных образцах и их подсчёт выполнялись вручную. Это рутинная микроскопия, сопряжённая с растущим числом ошибок из-за быстрой утомляемости человека.

В недавнем исследовании сравнивалась точность идентификации шести основных видов планктонных формаминифер в 540 образцах у экспертной группы из шести человек, группы из пяти новичков и набора CNN после первой стадии обучения.


Тренировка нейросетей выполнялась на основе цифровых изображений, полученных при микроскопии в отраженном свете. Их снимали под 16 различными углами и дополнительно использовали насадку из кольца светодиодов для макросъёмки. Управление съёмкой осуществлялось при помощи скетча на Arduino.

Группа экспертов достигла средней точности (площади под ROC-кривой) 63%, новичков – 53% (чуть выше случайного угадывания), а CNN – 80%. Нейросети показали равномерное распределение ошибок по всем шести видам фораминифер, в то время как точность экспертной оценки заметно варьировалась от преобладающего в образцах вида раковин и их пространственной ориентации.

Следующим шагом планируется расширение базы изображений фораминифер до 35 видов и создание на основе группы CNN роботизированной системы с ИИ. Одна такая установка смогла бы выполнять автоматическое исследование образцов быстрее и точнее целой лаборатории, освобождая палеонтологов и океанографов от рутинной работы.

Источник: Marine Micropaleontology

Загрузка ...
The Robot
Adblock
detector