O novo método de aprendizado de neuroredes permitirá tornar a análise de novos nanomateriais mais rápida e lhe dará maior qualidade.
Os resultados da pesquisa foram publicados na revista Ultramicroscopy.
Para ensinar uma neurorede a resolver uma tarefa é necessário "alimentá-la" com exemplos já resolvidos.
Usualmente, estes "manuais" são criados por seres humanos. Para que a rede aprenda a analisar imagens, serão precisas várias dezenas de milhares de fotos marcadas, o que, como dizem os cientistas, é bem difícil em certas tarefas específicas da ciência.
A análise de dados microscópicos das nanopartículas é uma destas áreas, que até recentemente não tinha ferramentas adequadas. A pesquisa da MEPhI mostrou que é possível ensinar as neuroredes a analisar imagens produzidas por um microscópio de escaneamento eletrônico sem demarcar manualmente microfotografias reais, gerando em vez disso imagens que as simulem em computador.
"O microscópio de escaneamento eletrônico, que usa um fluxo de elétrons em vez de luz visível, é usado no estudo de nanopartículas criadas para aplicação médica e outros fins. A análise destas imagens consiste em detectar as partículas e estabelecer as dimensões delas. As neuroredes ainda não foram desenvolvidas nesta área, enquanto os métodos tradicionais de processamento de imagens não dão a qualidade necessária", explica o especialista do Instituto de Engenharia Física de Biomedicina da MEPhI Aleksandr Kharin.
Normalmente, a análise das microfotografias e sua demarcação para as neuroredes acontece em regime manual: uma pessoa marca cada partícula para medir suas dimensões. Entretanto, cada imagem pode conter vários milhares delas. As arquiteturas de neuroredes existentes permitem analisar eficazmente semelhantes imagens, contudo, o problema, segundo os cientistas, está na insuficiência da base de dados demarcados.
Resulta que basta desenhar as nanopartículas, respeitando sua textura, em microfotografias reais de bases de dados abertas de imagens produzidas por microscópios de escaneamento eletrônico. Então, poderá se indicar com precisão as partículas com as respectivas dimensões em cada imagem criada.
"Um método semelhante foi usado para a solução de algumas tarefas, por exemplo, em aprendizagem de automóveis autônomos, porém, se verificou que é difícil desenhar imagens realistas e suficientemente variáveis. Contudo, este método funciona perfeitamente com o microscópio de escaneamento eletrônico: uma neurorede que aprendeu a reconhecer imagens desenhadas vai ser eficaz com fotografias reais", observa Aleksandr Kharin.
Os resultados da pesquisa permitirão automatizar o processamento das imagens produzidas por microscópios de escaneamento eletrônico, revolucionando os métodos tradicionais de estudo de novos materiais, afirmam os cientistas. Isso ajudará não somente a reduzir o tempo de pesquisa, mas também a aumentar o número das partículas analisadas – de centenas a dezenas de milhares de unidades.
