显微镜教授改善诊断的最佳照明

Duke工程师开发了一种新型显微镜，使用碗镶嵌有各种颜色的LED灯和机器学习生产的照明方案。

Duke大学的工程师开发了一种显微镜，它适应其照明角，颜色和模式，同时教导完成给定诊断任务所需的最佳设置。

在初始概念证明研究中，显微镜同时开发了一种照明模式和分​​类系统，允许它快速识别由培训的医生和其他机器学习方法更准确地识别受疟疾寄生虫感染的红细胞。

结果将于11月19日在“生物医学光学元件”快递上在线出现。

“标准显微镜用来自各个方向的相同光线照亮样品，并且该照明针对人眼进行了优化，以上数百年来，”杜克生物医学工程助理教授罗克霍斯特米耶说。

“但电脑可以看到人类不能，”Hortmeyer说。“所以我们不仅重新设计了硬件来提供佩戴照明选项的佩戴范围，我们允许显微镜优化其自身的照明。”

Duke工程师开发了一种新型显微镜，使用碗镶嵌有各种颜色的LED灯和机器学习生产的照明方案。

工程师而不是从下方扩散到下面的白光均匀地照亮载玻片，而是通过整个表面嵌入的LED露出碗状光源。这允许采样从不同角度照射到几乎90度的不同颜色，其基本上铸造阴影并根据所用的LED的图案突出样本的不同特征。

然后，研究人员喂食显微镜的疟疾感染的红细胞样品制备的薄片，其中细胞体保持全部，理想地在显微镜载玻片上的单层中展开。使用一种称为卷积神经网络的机器学习算法，显微镜介绍了该样本的特征对于诊断疟疾以及如何最好地突出这些功能。

该算法最终降落在来自相对高角度的不同颜色的环形LED图案上。虽然所得到的图像比普通显微镜图像更嘈杂，但它们在亮点突出显示疟疾寄生虫，并且正确归类为约90％的时间。受过训练的医生和其他机器学习算法通常以约75％的精度执行。

新的显微镜教授自己清除红细胞以发现疟疾寄生虫的最佳方式。与传统显微镜（顶部）相比，新显微镜（底部）产生的红细胞图像含有更多的噪音，但由于照明条件，疟疾寄生虫通过亮贴片而亮起。无疟疾红细胞位于右侧。

“它拾取的图案是圆环的，具有不同的颜色，不均匀，并不一定是明显的，”Horstmeyer说。“即使图像比临床医生会产生调光器和吵闹，算法都说它会带来噪音，它真的想要突出显示寄生虫以帮助它做出诊断。”

Horstmeyer然后将LED模式和分类算法发送到全球其他协作者的实验室，以查看结果是否可转换为不同的显微镜设置。另一个实验室表现出类似的成功。

“医生必须通过一千个细胞看，找到一个疟疾寄生虫，”Horstmeyer说。“而且因为他们必须如此紧张地放大，他们一次只能看几十天，所以阅读幻灯片需要大约10分钟。如果他们只需要看一下我们显微镜已经在几秒钟内挑选的少量细胞，它将大大加快过程。“

研究人员还表明，显微镜与厚血液涂片制剂均匀，其中红细胞形成高度不均匀的背景，并且可能会分开。对于此准备，机器学习算法成功了99％的时间。

根据Horstmeyer的说法，预期提高的准确度是因为测试的厚涂片比薄涂片更严重染色，并且表现出更高的对比度。但他们也需要更长时间准备，并且项目背后的一部分动机是为了减少训练有素的医生稀疏，瓶颈是常规的低资源设置中的诊断时间。

凭借这种初步成功，Horstmeyer正在继续开发显微镜和机器学习算法。

一群公爵工程研究生已形成一个启动公司Safineai，以小型化可重新配置的LED显微镜概念，该概念已经在当地的音高比赛中获得了120,000美元的奖金。

同时，Horstmeyer正在使用不同的机器学习算法来创建一个显微镜的版本，可以将其LED图案调整到它试图读取的任何特定幻灯片。

“我们基本上试图将一些大脑赋予图像采集过程，”Horstmeyer说。“我们希望显微镜使用其所有自由度。因此，它不仅仅是笨拙的图像，它可以随着焦点和照明来玩，试图更好地了解幻灯片上的内容，就像人类一样。“

###

参考：“学会感受到：用于准确的图像分类，Alex Muthumbi，Amey Chaware，Kanghyun Kim，Kevin C.周，Pavan Chandra Konda，Richard Chen，Benjamin Budkewitz，Andreas Erdmann，Barbara Kappes和Roarke Horstmeyer，2019年11月1日，生物医学光学表达，卷。 10，第11号.DOI：
10.1364 / BOE.10.006351