Evident LogoOlympus Logo

Ask the Experts

딥러닝: 새 애플리케이션의 문을 열다

Manoel과 Kathy가 명시야 이미지에서의 세포 감지와 육안으로 보기 어려운 세포의 분류 작업 같은 까다로운 이미지 분석 작업을 처리하기 위해 딥러닝의 힘을 활용하는 방법을 설명합니다.

발표자:

Manoel Veiga, 애플리케이션 전문가, 생명과학 연구
Kathy Lindsley, 애플리케이션 전문가, 생명과학

자주 묻는 질문(FAQ)

웨비나 FAQ | 딥러닝

딥러닝 알고리즘을 적용한 후 정량적 강도 측정을 할 수 있습니까?

딥러닝 알고리즘은 형광 신호의 위치를 ​​예측하지만 강도는 예측하지 못합니다. 그러나 딥러닝을 기반으로 분할을 수행한 다음 보조 채널을 사용하여 정량적 강도 분석(예: 형광)을 수행할 수 있습니다.

예를 들어 라벨이 없는 상태에서 단백질 발현을 측정하고 매우 낮은 세기로 표본을 비추려는 경우, 명시야 이미지에서 분할한 다음 보조 채널에서 형광을 측정하면 됩니다. 강도는 낮지만 배경이 일정하다면, 신호가 카메라 노이즈보다 조금만 더 높더라도 정량 분석을 할 수 있습니다.

딥러닝 소프트웨어를 얼룩진 조직 슬라이드(예: HE)에 적용할 수 있습니까?

예, RGB 이미지용 cellSens™ 소프트웨어에는 특별한 신경망 아키텍처가 있습니다. 이 RGB 네트워크에는 다양한 색상의 비중을 약간 수정하는 증강 절차가 있어 신경망이 RGB의 미세한 변화와 색상 변화에 강건하도록 합니다.

딥러닝 소프트웨어는 훈련에 몇 개의 이미지가 필요합니까?

핵심 조건은 이미지의 수가 아니라 주석이 달린 객체의 수입니다. 20~30개의 객체가 작동한다고 해도 그 신경망으로는 대비가 비슷한 이미지만 분석할 수 있는 경우가 있습니다. 이를 뛰어넘어 어려운 조건에서 라벨이 없는 상태로 객체를 분석하려면 일반적으로 수천 개의 주석이 필요합니다. 이렇게 높은 수준의 주석은, 가령 형광을 사용한 자동화 실측값을 적용하면 얻을 수 있습니다.

Olympus 딥러닝 알고리즘은 U-Net 기반입니까?

예, U-Net에서 영감을 받았습니다. 완전히 똑같지는 않지만 대략적인 구조는 U-Net 기반입니다.

심층 신경망과 합성곱(convolutional) 신경망의 차이점은 무엇입니까?

신경망에는 입력 계층과 출력 계층이 있습니다. 심층 신경망은 입력 계층과 출력 계층 사이에 적어도 하나 이상의 중간 계층(일반적으로 여러 개)이 있습니다. 합성곱 신경망은 중간 계층이 서로 얽혀 있는 유형의 심층 신경망입니다. 합성곱은 이미징 분석 작업에 매우 적합한 수학적 연산입니다. 이러한 이유로 합성곱 신경망은 현미경 이미지를 분석하는 데 사용됩니다. 딥러닝은 이미지 분석 이외의 다른 분야에서도 활용되고 있습니다. 이러한 애플리케이션에서는 합성곱 네트워크가 필요하지 않으며, 다른 유형의 네트워크를 대신 사용합니다.


관련 제품

이미징 소프트웨어

cellSens

직관적인 작동 및 원활한 워크플로를 제공하는 cellSens 소프트웨어의 사용자 인터페이스는 맞춤 설정이 가능하기 때문에 레이아웃을 제어할 수 있습니다. cellSens 소프트웨어는 여러 가지 패키지로 제공되며 특정한 이미지화 요구 사항에 최적화된 다양한 기능이 포함되어 있습니다. 그래픽 실험 관리자 및 웰 탐색기 기능은 5D 이미지 획득을 용이하게 합니다. TruSight™ 디콘볼루션을 통해 향상된 해상도를 확보하고 콘퍼런스 모드를 사용하여 이미지를 공유하세요.

  • TruAI™ 딥러닝 분할 분석을 통한 실험 효율 개선으로 라벨 없는 핵 검출 및 세포 계수를 제공하세요.
  • 모듈식 이미지화 소프트웨어 플랫폼
  • 사용자 중심의 인터페이스로 직관적인 애플리케이션
  • 광범위한 기능 세트는 간단한 스냅샷과 고급 다차원 실시간 실험을 지원

딥러닝: 새 애플리케이션의 문을 열다

Manoel과 Kathy가 명시야 이미지에서의 세포 감지와 육안으로 보기 어려운 세포의 분류 작업 같은 까다로운 이미지 분석 작업을 처리하기 위해 딥러닝의 힘을 활용하는 방법을 설명합니다.

자주 묻는 질문(FAQ)

웨비나 FAQ | 딥러닝

딥러닝 알고리즘을 적용한 후 정량적 강도 측정을 할 수 있습니까?

딥러닝 알고리즘은 형광 신호의 위치를 ​​예측하지만 강도는 예측하지 못합니다. 그러나 딥러닝을 기반으로 분할을 수행한 다음 보조 채널을 사용하여 정량적 강도 분석(예: 형광)을 수행할 수 있습니다.

예를 들어 라벨이 없는 상태에서 단백질 발현을 측정하고 매우 낮은 세기로 표본을 비추려는 경우, 명시야 이미지에서 분할한 다음 보조 채널에서 형광을 측정하면 됩니다. 강도는 낮지만 배경이 일정하다면, 신호가 카메라 노이즈보다 조금만 더 높더라도 정량 분석을 할 수 있습니다.

딥러닝 소프트웨어를 얼룩진 조직 슬라이드(예: HE)에 적용할 수 있습니까?

예, RGB 이미지용 cellSens™ 소프트웨어에는 특별한 신경망 아키텍처가 있습니다. 이 RGB 네트워크에는 다양한 색상의 비중을 약간 수정하는 증강 절차가 있어 신경망이 RGB의 미세한 변화와 색상 변화에 강건하도록 합니다.

딥러닝 소프트웨어는 훈련에 몇 개의 이미지가 필요합니까?

핵심 조건은 이미지의 수가 아니라 주석이 달린 객체의 수입니다. 20~30개의 객체가 작동한다고 해도 그 신경망으로는 대비가 비슷한 이미지만 분석할 수 있는 경우가 있습니다. 이를 뛰어넘어 어려운 조건에서 라벨이 없는 상태로 객체를 분석하려면 일반적으로 수천 개의 주석이 필요합니다. 이렇게 높은 수준의 주석은, 가령 형광을 사용한 자동화 실측값을 적용하면 얻을 수 있습니다.

Olympus 딥러닝 알고리즘은 U-Net 기반입니까?

예, U-Net에서 영감을 받았습니다. 완전히 똑같지는 않지만 대략적인 구조는 U-Net 기반입니다.

심층 신경망과 합성곱(convolutional) 신경망의 차이점은 무엇입니까?

신경망에는 입력 계층과 출력 계층이 있습니다. 심층 신경망은 입력 계층과 출력 계층 사이에 적어도 하나 이상의 중간 계층(일반적으로 여러 개)이 있습니다. 합성곱 신경망은 중간 계층이 서로 얽혀 있는 유형의 심층 신경망입니다. 합성곱은 이미징 분석 작업에 매우 적합한 수학적 연산입니다. 이러한 이유로 합성곱 신경망은 현미경 이미지를 분석하는 데 사용됩니다. 딥러닝은 이미지 분석 이외의 다른 분야에서도 활용되고 있습니다. 이러한 애플리케이션에서는 합성곱 네트워크가 필요하지 않으며, 다른 유형의 네트워크를 대신 사용합니다.


관련 제품

이미징 소프트웨어

cellSens

직관적인 작동 및 원활한 워크플로를 제공하는 cellSens 소프트웨어의 사용자 인터페이스는 맞춤 설정이 가능하기 때문에 레이아웃을 제어할 수 있습니다. cellSens 소프트웨어는 여러 가지 패키지로 제공되며 특정한 이미지화 요구 사항에 최적화된 다양한 기능이 포함되어 있습니다. 그래픽 실험 관리자 및 웰 탐색기 기능은 5D 이미지 획득을 용이하게 합니다. TruSight™ 디콘볼루션을 통해 향상된 해상도를 확보하고 콘퍼런스 모드를 사용하여 이미지를 공유하세요.

  • TruAI™ 딥러닝 분할 분석을 통한 실험 효율 개선으로 라벨 없는 핵 검출 및 세포 계수를 제공하세요.
  • 모듈식 이미지화 소프트웨어 플랫폼
  • 사용자 중심의 인터페이스로 직관적인 애플리케이션
  • 광범위한 기능 세트는 간단한 스냅샷과 고급 다차원 실시간 실험을 지원
Experts
Kathy Lindsley
응용 전문가, 생명과학 응용

Kathy Lindsley입니다. Olympus의 응용 전문가로 카메라 기반 이미징 시스템을 지원하고 있습니다. 아이오와 주립 대학에서 생화학 이학사를 취득하였습니다. 2006년에 연구 이미징 판매대리인으로 Olympus에 입사하였으며 2012년에 생명과학 응용 그룹으로 전직하였습니다. Olympus에 입사하기 전에는 15년 동안 학술 연구에서 연구 보조로 일하면서 패치 클램프, 칼슘 이미징, 조직 배양 및 면역조직화학의 경험을 쌓았습니다.

Manoel Veiga
응용 전문가, 생명과학 연구
Olympus Soft Imaging Solutions

안녕하세요. Manoel Veiga입니다. Olympus의 소프트웨어의 딥 러닝을 구현한 팀에 소속되어 있습니다. 2017년에 Olympus에 입사하여 고함량 스크리닝, 이미지 분석 및 딥 러닝의 전문 기술을 개발하였습니다. 형광 수명 이미징의 전문가이기도 합니다. 물리화학 박사 과정 중에 데이터 분석에 처음 관심을 가지게 되었습니다. 이러한 관심은 콘볼루션 신경망의 파워 및 해결할 수 있는 놀라운 이미지 분석 과제를 발견한 후에 더욱 발현되었습니다.

딥러닝: 새 애플리케이션의 문을 열다2024년7월12일
죄송합니다. 이 페이지는 해당 국가에서 사용할 수 없습니다.
Ask the Expert Sign-up

By clicking subscribe you are agreeing to our privacy policy which can be found here.

Sorry, this page is not
available in your country.

죄송합니다. 이 페이지는 해당 국가에서 사용할 수 없습니다.