一种弱监督的机器学习模型，用于从显微镜图像中提取特征

深度学习模型非常有希望用于分析大量图片。 在过去十年中，深度学习模型已用于许多不同的环境，例如研究实验室。

生物学中的深度学习模型可以促进显微镜图像的定量分析。 这将使研究人员能够解释他们的观察结果并提取有用的信息。 这可能是一项艰巨的任务，因为它需要大量数据提取（例如细胞数量或细胞面积）。 显微图像和训练数据的手动注释。

来自加拿大 CERVO 大脑研究中心、智能与数据研究所和拉瓦尔大学的研究人员开发了一种人工神经网络，可以使用简单的注释对显微镜图片进行详细分析。 该模型被称为 MICRA-Net 或 MICRoscopy Analysis 神经网络，发表在 Nature Machine Intelligence 的一篇论文中。

来源和详细信息：
https://techxplore.com/news/2022-05-weakly-machine-features-microscopy-images.html