大家好，這里是老上光顯微鏡知識課堂，在這里你可以學到所有關于顯微鏡知識，好的，請看下面文章： 人們常說眼睛是通往心臟的窗口，但谷歌的研究人員把它們看成是人們健康的指示器。谷歌正在使用深入的學習技術來分析人們的視網膜圖像，以預測一個人的血壓、年齡和吸煙狀況。谷歌的計算機可以從ar中獲取線索。血管范圍，以及先前的研究表明，計算機能夠利用這些信息來預測一個人心臟病發作的近期風險。
    
     這些研究依賴于卷積神經網絡，一種能改變生物學家分析圖像的方式的深度學習算法?？茖W家們正在使用這種方法來發現基因突變并預測單細胞排列的變化。谷歌帶來了新一輪的深入學習應用。這使得圖像處理更簡單，更通用，甚至識別以前被忽視的生物現象。
    
     加利福尼亞州山景城谷歌研究所的工程主任菲利普·納爾遜（Philip Nelson）說，把機器學習應用到許多生物學領域是不現實的?，F在你可以做到這一點，而且更令人興奮的是，計算機現在可以觀察到人類以前可能從未見過的許多細節。
    
     卷積神經網絡使計算機能夠高效且完全地處理圖像而不分解圖像。這種方法最早出現在2012年的技術領域，例如Facebook使用深度學習來識別照片中的人臉。但是科學家們一直在努力應用這種方法。對生物學來說，部分原因在于兩個領域之間的文化差異。
    
     位于舊金山的生物公司Caligo首席計算機官Daphne Koller說：這就像把一群生物學家放在一個房間里，一組計算機科學家將用不同的語言互相交談，并用不同的方式思考。
    
     科學家們還必須確定哪種類型的研究可以通過卷積神經網絡完成。當Google想要利用深入學習來發現其基因突變時，Google的科學家們必須將DNA字母鏈轉換成計算機能夠識別的圖像?；蛴柧毶窠浘W絡，發現突變。12月份出現的DeepVariant工具將能夠檢測DNA序列的微小變化。在測試中，DeepVariant的性能至少與傳統工具相同。
    
     西雅圖艾倫細胞科學研究所的細胞生物學家正在使用卷積神經網絡將光學顯微鏡拍攝的單調的灰白照片轉換成3D圖像，并且給出一些細胞器的顏色標簽。這很耗時，需要在精密實驗室進行，而且可能對細胞造成損害。上個月，研究小組公布了一種先進的技術，僅使用一些數據來預測細胞的其他部分的形狀和位置。
    
     麻省理工學院布羅德研究所（Broder Institute of Research）和哈佛成像平臺（Harvard'sImagementPlatform）主任安妮·卡彭特（Anne Carpenter）說：你所看到的是機器學習如何使用圖像來完成生物學任務的一個前所未有的變化。處理細胞圖像。現在Carpenter宣稱，她的研究中心中大約15%的圖像數據是卷積神經網絡。她預測這種方法將在幾年內成為研究中心的主要圖像處理方法。
    
     更令人興奮的是，對圖像的卷積神經網絡分析會無意中發現微妙的生物現象，允許生物學家開始思考以前被忽視的問題。Eli研究所執行主任Rick Horwitz說，這些偶然的發現可能有助于醫學研究。如果深入學習能夠發現單體細胞中的細微癌癥標志物，那么它可以幫助研究人員提前識別腫瘤。
    
     其他生物學領域的機器學習專家已經瞄準了更先進的領域，現在卷積神經網絡已廣泛應用于圖像處理。圖像非常重要，但化學和分子數據同樣重要。我認為，接下來的幾個領域將取得重大突破。多年來，生物學家可以更廣泛地應用卷積神經網絡。
    
     網站網友點擊量更高的文獻目錄排行榜： 點此鏈接 關注頁面底部公眾號，開通以下權限： 一、獲得問題咨詢權限。 二、獲得工程師維修技術指導。 三、獲得軟件工程師在線指導 toupview,imageview,OLD-SG等軟件技術支持。 四、請使用微信掃描首頁底部官主賬號！