来自葡萄牙古尔本基安科学学院 (IGC) 的研究人员团队与芬兰 Åbo Akademi 大学、AI4Life 联盟和其他合作者一起开发了一个名为 DL4MicEverywhere 的创新开源平台。这篇题为“DL4MicEverywhere：显微镜深度学习变得灵活、可共享和可重复”的论文发表在《自然方法》杂志上。

该平台为生命科学家提供了轻松使用先进人工智能 (AI) 来分析显微图像的方法。它使其他研究人员，无论其计算专业知识如何，都可以轻松地在自己的数据上训练和使用深度学习模型。

深度学习是人工智能的一个子领域，彻底改变了大型复杂显微镜数据集的分析，使科学家能够自动识别、跟踪和分析细胞和亚细胞结构。然而，由于缺乏计算资源和人工智能专业知识，一些生命科学研究人员无法在自己的工作中利用这些强大的技术。

DL4MicEverywhere 为研究人员提供直观的界面，让他们能够在任何需要图像分析的实验以及从简单笔记本电脑到高性能集群的各种计算基础设施中使用深度学习模型，从而解决了这些挑战。

该研究的第一作者、IGC 研究员 Ivan Hidalgo-Cenamor 表示：“我们的平台在人工智能技术进步和生物医学研究之间架起了一座桥梁。”

“有了它，无论研究人员在人工智能方面的专业知识如何，他们都可以获得尖端的显微镜方法，使他们能够自动分析结果并有可能发现新的生物学见解。”