为自主高分辨率扫描显微镜展示人工智能驱动的工作流程
Saugat Kandel1, Tao Zhou2, Anakha V Babu3
1Advanced Photon Source, Argonne National Laboratory, Lemont, IL, 60439, USA. skandel@anl.gov.
Nature communications
|September 7, 2023
概括
快速自主扫描工具包 (FAST) 通过智能选择代表性的子集来减少大型显微镜数据. 这种自动驾驶实验能够在最少的数据收集的情况下进行高效的材料分析.
科学领域:
- 材料科学 材料科学 材料科学
- 显微镜的使用方法
- 数据科学数据科学数据科学
背景情况:
- 现代扫描显微镜产生了大量的数据集,这给存储和分析带来了挑战.
- 高分辨率成像需要有效的数据采集和解释方法.
研究的目的:
- 开发一种自动驾驶的实验工具包 (FAST),用于扫描显微镜中高效的数据采集.
- 为了减少在没有先前样本信息的情况下进行准确材料分析所需的数据量.
主要方法:
- 集成神经网络,路线优化和硬件控制,用于自主数据选择.
- 开发用于自动驾驶实验的快速自动扫描工具包 (FAST).
- 在模拟和暗场X射线显微镜中测试WSe2膜的FAST.
主要成果:
- 通过使用不到25%的完整数据集,FAST可以实现准确的成像和分析.
- 该工具包在计算上是高效的,并且需要最小的实验特定配置.
- 在WSe2膜的X射线显微镜中证明了成功的应用.
结论:
- 快速显著减少扫描显微镜的数据要求,使先进的材料分析更容易获得.
- 该工具包能够适应各种扫描显微镜,这有助于对材料进化进行更广泛的研究.
- 自主数据采集使材料属性的高效多参数调查成为可能.
更多相关视频
09:57Workflow for High-content, Individual Cell Quantification of Fluorescent Markers from Universal Microscope Data, Supported by Open Source Software
Published on: December 16, 2014
13.0K
07:56User-friendly, High-throughput, and Fully Automated Data Acquisition Software for Single-particle Cryo-electron Microscopy
Published on: July 29, 2021
3.6K
