研究計畫-專案詳細資料
摘要
光學顯微鏡是一項廣泛被使用的觀察工具,他能開啟微觀世界的大門。從中小學的自然科教室到尖端研究機構都能看的到顯微鏡的身影,在檢測方面被廣泛運用,包括外籍移工寄生蟲鏡檢、污水水質微生物檢測、小學生蟯蟲檢查等。專業人員能夠在短時間內找到微生物,並完成鑑定工作;然而在高放大倍率下,由於需要不斷移動顯微鏡觀測視野,不易做混和感染檢測與精確計數;電腦檢測則可以精準完成,歷年雖有許多電腦自動檢測的方法被發表,但至今仍以人工為主。無法導入自動化系統的問題在於檢驗流程無法順暢協同專家與機械,同時建置成本高昂,由於預測結果仍需要人工核實,因此人工核實的工作流暢度是左右能否普及的關鍵。對照每年的外籍移工人數增長與醫事檢驗人員成長比率,我們認為迫切需要建構輔助系統,降低醫事檢驗人員的負擔。雖然目前AI尚無法取代人類專家,但可以提供很好的輔助角色。 本三年期計畫將藉由開發高精確度的顯微鏡影像偵測架構與高親和力的專家核實系統,著重於連結人類專家與電腦預測結果。 第一年,我們規劃數位化大部分用於醫事檢驗的微生物與寄生蟲卵之顯微鏡檢體,同時每一個檢體都拍攝高倍與低倍放大率照片。也將改良現有物件偵測方法,從架構上加入多項已被證明能鑑定微生物的特徵抽取策略。 第二年將使用第一年開發的高倍率物件偵測模型結合低倍率影像,建構適用於低倍率的AI辨識模型,該模型將大幅省去拍攝高放大倍率影像的時間。強調容易安裝與維護的分散式運算平台也將被開發,能在不改動原本鏡檢平台作業系統的情況下,讓電腦具備分散運算能力,有效縮短預測作業的時間。 第三年將研發結合高低放大倍率的辨識模型與現存自動影像擷取系統的完整方案,有效縮短單純使用高倍率辨識縮需要的顯微鏡影像擷取時間,又能保留精確度。任何已經建置自動掃片機的檢驗單位、研究單位,無須增加硬體建置成本即可直接升級為AI輔助的智慧檢測系統。該平台還提供專為人工核實與教育訓練設計的虛擬顯微鏡,滿足專家人工核實與檢測報告產出的需求。最後我們希望該平台能發展為鏡檢社群,集結世界各團隊的顯微影像與標記結果,不斷升級、進化辨識核心的精準度。 本計畫的執行結果能作為日後開發高精確度與合理成本的顯微鏡自動檢驗系統之基礎,利用深度學習策略能完美解決自動辨識導入之後分析時間與建置成本反而變長的問題。該系統也將使專家人力與機械的協同工作順暢進行。
Project IDs
系統編號:PB10907-4374
原計畫編號:MOST109-2221-E182-049
原計畫編號:MOST109-2221-E182-049
狀態 | 已完成 |
---|---|
有效的開始/結束日期 | 01/08/20 → 31/07/21 |
Keywords
- 資訊科學--軟體
- 深度學習
- 神經網路
- 物件追蹤
- 寄生蟲
- 顯微鏡鏡檢
- 微生物
- 顯微鏡
指紋
探索此研究計畫-專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。