Russia - Nuova rete neurale per le nanoparticelle

Mosca, 23 novembre 2020 – Per la prima volta, scienziati dell’Università nazionale delle Ricerche nucleari «MEPhI», sono stati in grado di addestrare una rete neurale artificiale a cercare e analizzare nanoparticelle al microscopio.
Secondo tali studi, pubblicati sulla rivista Ultramicroscopy, il metodo di addestramento delle reti neurali proposto consentirà di abbandonare l'elaborazione manuale delle micrografie, il che aumenterà notevolmente la velocità e la qualità dell'analisi di nuovi nanomateriali.
Per addestrare una rete neurale a risolvere un problema particolare, è necessario, come hanno spiegato gli scienziati, «alimentarla» con una serie di esempi già risolti. In genere, questi esempi di formazione sono creati da operatori umani: i cosiddetti marcatori di dati. Insegnare alle reti artificiali ad analizzare le immagini richiede decine di migliaia di foto etichettate, il che, secondo gli scienziati, complica e rallenta notevolmente la risoluzione di tutta una serie di compiti scientifici altamente specializzati.
Una di queste aree è l'analisi dei dati di microscopia delle nanoparticelle, per la quale non sono ancora disponibili strumenti convenienti. Uno studio degli scienziati della MEPhI ha dimostrato che è possibile addestrare efficacemente le reti neurali per analizzare le immagini da un microscopio elettronico a scansione (Sem) senza contrassegnare manualmente micrografie reali, ma generando più semplicemente immagini che le simulano al computer.
«Il Sem, che utilizza un fascio di elettroni al posto della luce visibile, viene utilizzato per studiare le nanoparticelle sintetizzate per la medicina e altri scopi. L'analisi delle immagini Sem consiste nel rilevare le particelle e la loro distribuzione dimensionale. Gli approcci in questo campo di applicazione delle reti neurali artificiali non sono al momento ben sviluppati e i metodi standard di elaborazione delle immagini non forniscono la qualità richiesta», - ha spiegato Alexander Kharin, specialista presso l'Istituto di Fisica di Ingegneria di Biomedicina dell'Università nazionale di Ricerca nucleare MEPhI.
Di solito, sia l'analisi delle micrografie che la loro marcatura per le reti neurali vengono eseguite in modalità manuale: lo scienziato traccia ogni particella e ne misura le dimensioni. Ma potrebbero essercene diverse migliaia in una sola immagine. Le architetture di rete neurale esistenti consentirebbero di analizzare in modo efficiente tali immagini ma il problema è, secondo gli scienziati, l’assenza di una serie sufficiente di dati etichettati.
Si è scoperto, affermano gli scienziati della MEPhI, che è possibile semplicemente disegnare le nanoparticelle, tenendo conto della loro consistenza, su micrografie reali da database aperti di immagini scattate con Sem. Quindi per ogni immagine generata sarà noto esattamente dove si trovano le particelle e quali sono le loro dimensioni.
«Un approccio simile è stato utilizzato per risolvere alcuni problemi, ad esempio, per l'addestramento di veicoli senza equipaggio, ma si è scoperto che disegnare immagini fotorealistiche e abbastanza variabili non è facile. In relazione al Sem, invece, questo approccio è pienamente giustificato: una rete neurale addestrata su immagini disegnate funziona perfettamente su immagini reali in questo caso», ha detto Alexander Kharin.
I risultati dello studio consentiranno di automatizzare l'elaborazione delle immagini Sem, rivoluzionando i metodi standard di studio di nuovi materiali, gli scienziati ne sono certi. Ciò aiuterà non solo a ridurre i tempi di ricerca, ma anche ad aumentare il numero di particelle analizzate, da centinaia di unità a decine di migliaia.
Lo studio ha utilizzato una rete neurale con architettura RetinaNet. In futuro, il team di ricerca intende utilizzare lo stesso approccio per classificare le nanoparticelle in base alla forma - finora anche questo è un lavoro completamente manuale.

(Fonte: it.sputniknews.com)

Rete