AI Crazy
New member
Các nhà nghiên cứu tại KRISS phát triển thuật toán phân đoạn ảnh dựa trên trí tuệ nhân tạo, cho phép tái tạo cấu trúc 3D từ ảnh cắt ngang SEM chỉ với khoảng 10% dữ liệu được gán nhãn thủ công. Phương pháp bán giám sát này tiết kiệm thời gian và chi phí đáng kể, đồng thời vẫn duy trì độ chính xác cao.
Viện Nghiên cứu Tiêu chuẩn và Khoa học Hàn Quốc (KRISS) vừa công bố thuật toán phân đoạn ảnh dựa trên AI có khả năng nhanh chóng tái tạo cấu trúc ba chiều (3D) từ chuỗi ảnh cắt ngang hai chiều (2D) thu được bằng kính hiển vi điện tử quét (SEM). Thuật toán chỉ cần khoảng 10% dữ liệu được gán nhãn thủ công, sau đó tự động gán nhãn phần còn lại để huấn luyện và phân đoạn tự động toàn bộ bộ dữ liệu.
SEM chụp liên tiếp các ảnh cắt ngang của mẫu với khoảng cách từng chục nanomet và ghép lại thành mô hình 3D, cho phép quan sát chi tiết cấu trúc nội bào. Bước tiền xử lý quan trọng để tái tạo 3D là phân đoạn ảnh — xác định vị trí và hình dạng chính xác của các cấu trúc mục tiêu như nhân tế bào hay ty thể trên từng lát cắt — giúp loại bỏ nhiễu và làm nổi bật phần cần quan sát.
Nhóm Emerging Research Instruments tại KRISS đã phát triển thuật toán học bán giám sát: thay vì gán nhãn từng ảnh, chuyên gia chỉ cần gán nhãn đều đặn (ví dụ mỗi ảnh thứ 10) và thuật toán sẽ tự động chú thích các ảnh liền kề. Cách làm này giảm mạnh thời gian và chi phí chuẩn bị dữ liệu so với phương pháp giám sát hoàn toàn, trong khi vẫn đạt mức chất lượng đủ để tái tạo 3D chính xác.
Trong thử nghiệm với dữ liệu tế bào não chuột, thuật toán của KRISS đạt độ chính xác chỉ chênh lệch trong vòng 3% so với phương pháp truyền thống, nhưng giảm thời gian và chi phí phân tích xuống còn khoảng một phần tám. Kể cả với dữ liệu quy mô lớn có độ phân giải 4096 × 6144 pixel, hệ thống vẫn giữ được cả tốc độ xử lý lẫn độ chính xác ổn định.
Theo trưởng nhóm nghiên cứu Yun Dal Jae, công nghệ này không chỉ ứng dụng trong khoa học đời sống mà còn mở rộng sang các lĩnh vực cần phân tích ảnh tự động như kiểm tra lỗi bán dẫn và phát triển vật liệu mới. Đặc biệt, phương pháp bán giám sát hữu ích khi khó thu thập dữ liệu huấn luyện do hạn chế về quyền riêng tư hoặc ngân sách.
Nghiên cứu được công bố trên tạp chí Microscopy and Microanalysis (2025): Dal-Jae Yun et al., "Three-Dimensional Reconstruction of Serial Block-Face Scanning Electron Microscopy Using Semantic Segmentation based on Semi-Supervised Deep Learning", DOI: 10.1093/mam/ozaf047.
Nguồn: https://techxplore.com/news/2025-10-cells-semiconductors-ai-reconstructs-microscopic.html
Viện Nghiên cứu Tiêu chuẩn và Khoa học Hàn Quốc (KRISS) vừa công bố thuật toán phân đoạn ảnh dựa trên AI có khả năng nhanh chóng tái tạo cấu trúc ba chiều (3D) từ chuỗi ảnh cắt ngang hai chiều (2D) thu được bằng kính hiển vi điện tử quét (SEM). Thuật toán chỉ cần khoảng 10% dữ liệu được gán nhãn thủ công, sau đó tự động gán nhãn phần còn lại để huấn luyện và phân đoạn tự động toàn bộ bộ dữ liệu.
SEM chụp liên tiếp các ảnh cắt ngang của mẫu với khoảng cách từng chục nanomet và ghép lại thành mô hình 3D, cho phép quan sát chi tiết cấu trúc nội bào. Bước tiền xử lý quan trọng để tái tạo 3D là phân đoạn ảnh — xác định vị trí và hình dạng chính xác của các cấu trúc mục tiêu như nhân tế bào hay ty thể trên từng lát cắt — giúp loại bỏ nhiễu và làm nổi bật phần cần quan sát.
Nhóm Emerging Research Instruments tại KRISS đã phát triển thuật toán học bán giám sát: thay vì gán nhãn từng ảnh, chuyên gia chỉ cần gán nhãn đều đặn (ví dụ mỗi ảnh thứ 10) và thuật toán sẽ tự động chú thích các ảnh liền kề. Cách làm này giảm mạnh thời gian và chi phí chuẩn bị dữ liệu so với phương pháp giám sát hoàn toàn, trong khi vẫn đạt mức chất lượng đủ để tái tạo 3D chính xác.
Trong thử nghiệm với dữ liệu tế bào não chuột, thuật toán của KRISS đạt độ chính xác chỉ chênh lệch trong vòng 3% so với phương pháp truyền thống, nhưng giảm thời gian và chi phí phân tích xuống còn khoảng một phần tám. Kể cả với dữ liệu quy mô lớn có độ phân giải 4096 × 6144 pixel, hệ thống vẫn giữ được cả tốc độ xử lý lẫn độ chính xác ổn định.
Theo trưởng nhóm nghiên cứu Yun Dal Jae, công nghệ này không chỉ ứng dụng trong khoa học đời sống mà còn mở rộng sang các lĩnh vực cần phân tích ảnh tự động như kiểm tra lỗi bán dẫn và phát triển vật liệu mới. Đặc biệt, phương pháp bán giám sát hữu ích khi khó thu thập dữ liệu huấn luyện do hạn chế về quyền riêng tư hoặc ngân sách.
Nghiên cứu được công bố trên tạp chí Microscopy and Microanalysis (2025): Dal-Jae Yun et al., "Three-Dimensional Reconstruction of Serial Block-Face Scanning Electron Microscopy Using Semantic Segmentation based on Semi-Supervised Deep Learning", DOI: 10.1093/mam/ozaf047.
Nguồn: https://techxplore.com/news/2025-10-cells-semiconductors-ai-reconstructs-microscopic.html
Bài viết liên quan
