- Sputnik Mundo
Tecnología
Lo más destacado sobre los últimos avances tecnológicos e innovaciones.

Una nueva tecnología rusa permitirá reemplazar al hombre en un área más

© Sputnik / Valery Melnikov / Acceder al contenido multimediaUn robot (imagen referencial)
Un robot (imagen referencial) - Sputnik Mundo
Síguenos en
Por primera vez los científicos de la Universidad Nacional de Investigación Nuclear MEPhI (NRNU MEPhI) pudieron entrenar una red neuronal para buscar y analizar nanopartículas utilizando un microscopio.

El método de entrenamiento de redes neuronales, propuesto por ellos, permitirá abandonar el procesamiento manual de micrografías, lo que aumentará enormemente la velocidad y la calidad del análisis de nuevos nanomateriales. Los datos de estos estudios fueron publicados en la revista Ultramicroscopy.

Red neuronal (imagen ilustrativa) - Sputnik Mundo
Ciencia
Científicos rusos mejoran el método de aprendizaje profundo de las redes neuronales
Para entrenar una red neuronal a resolver uno u otro problema particular, es necesario, como explicaron los científicos, "alimentarla" con una serie de ejemplos ya resueltos. Normalmente, estos ejemplos de formación los hacen los especialistas, denominados marcadores de datos. Para enseñar a la red a analizar imágenes se necesitan decenas de miles de fotos etiquetadas, lo que, según los científicos, es extremadamente difícil, cuando se trata de resolver problemas altamente especializados.

Uno de esos problemas es el análisis de datos de microscopía de nanopartículas, para los que aún no existen herramientas convenientes. El estudio realizado por los científicos de MEPhI ha demostrado que es posible entrenar a las redes neuronales de manera efectiva para analizar imágenes de un microscopio electrónico de barrido (MEB) sin marcar manualmente micrografías reales, sino generando imágenes en una computadora.

​"El MEB, que utiliza un haz de electrones en lugar de luz visible, se utiliza en estudios de nanopartículas sintetizadas para la medicina y otros fines. El análisis de imágenes obtenidas con el MEB consiste en detectar partículas y su distribución por tamaño. Pero los enfoques de redes neuronales en esta área todavía no están desarrollados y los métodos estándar de procesamiento de imágenes no proporcionan la calidad requerida", explica Alexandr Jarin, especialista del Instituto de Ingeniería Física de Biomedicina de la Universidad Nacional de Investigación Nuclear MEPhI.

Proceso de mezcla de nanopartículas - Sputnik Mundo
Ciencia
Científicos descubren cómo obtener materiales superresistentes de manera fácil y rentable
Por lo general, tanto el análisis de micrografías como su marcado para redes neuronales se llevan a cabo manualmente: el científico rastrea cada partícula y mide su tamaño. Mientras tanto, en una imagen puede haber varios miles de ellos. Las arquitecturas de redes neuronales existentes permiten analizar de forma eficaz tales imágenes, por lo que el problema, según los científicos, es solo en ausencia de una matriz suficiente de datos etiquetados.

Resultó, según los científicos de NRNU MEPhI, que se puede simplemente dibujar nanopartículas, teniendo en cuenta su textura, en micrografías reales de bases de datos abiertas de imágenes, tomadas con el MEB. Entonces para cada imagen generada se sabrá exactamente, dónde se encuentran las partículas y cuáles son sus dimensiones.

"Se utilizó un enfoque similar para resolver algunos problemas, por ejemplo, para diseñar vehículos no tripulados, pero resultó que dibujar imágenes fotorrealistas y bastante variables no es fácil. Y utilizando el MEB, este enfoque está totalmente justificado: una red neuronal entrenada en imágenes dibujadas funciona muy bien con imágenes reales", dice Alexandr Jarin.

Los resultados del estudio permitirán automatizar el procesamiento de imágenes con el MEB, revolucionando los métodos estándar para estudiar nuevos materiales, aseguran los científicos. Esto ayudará no solo a reducir el tiempo de investigación, sino también a aumentar el número de partículas analizadas —de cientos de unidades a decenas de miles—.

Durante el estudio se utilizó una red neuronal con la arquitectura RetinaNet. En el futuro el equipo de investigación tiene la intención de emplear el mismo enfoque para clasificar las nanopartículas por forma, que hasta ahora todavía es un trabajo completamente manual.

Lo último
0
Para participar en la conversación,
inicie sesión o regístrese.
loader
Chats
Заголовок открываемого материала