El método de entrenamiento de redes neuronales, propuesto por ellos, permitirá abandonar el procesamiento manual de micrografías, lo que aumentará enormemente la velocidad y la calidad del análisis de nuevos nanomateriales. Los datos de estos estudios fueron publicados en la revista Ultramicroscopy.
Uno de esos problemas es el análisis de datos de microscopía de nanopartículas, para los que aún no existen herramientas convenientes. El estudio realizado por los científicos de MEPhI ha demostrado que es posible entrenar a las redes neuronales de manera efectiva para analizar imágenes de un microscopio electrónico de barrido (MEB) sin marcar manualmente micrografías reales, sino generando imágenes en una computadora.
"El MEB, que utiliza un haz de electrones en lugar de luz visible, se utiliza en estudios de nanopartículas sintetizadas para la medicina y otros fines. El análisis de imágenes obtenidas con el MEB consiste en detectar partículas y su distribución por tamaño. Pero los enfoques de redes neuronales en esta área todavía no están desarrollados y los métodos estándar de procesamiento de imágenes no proporcionan la calidad requerida", explica Alexandr Jarin, especialista del Instituto de Ingeniería Física de Biomedicina de la Universidad Nacional de Investigación Nuclear MEPhI.
Resultó, según los científicos de NRNU MEPhI, que se puede simplemente dibujar nanopartículas, teniendo en cuenta su textura, en micrografías reales de bases de datos abiertas de imágenes, tomadas con el MEB. Entonces para cada imagen generada se sabrá exactamente, dónde se encuentran las partículas y cuáles son sus dimensiones.
"Se utilizó un enfoque similar para resolver algunos problemas, por ejemplo, para diseñar vehículos no tripulados, pero resultó que dibujar imágenes fotorrealistas y bastante variables no es fácil. Y utilizando el MEB, este enfoque está totalmente justificado: una red neuronal entrenada en imágenes dibujadas funciona muy bien con imágenes reales", dice Alexandr Jarin.
Los resultados del estudio permitirán automatizar el procesamiento de imágenes con el MEB, revolucionando los métodos estándar para estudiar nuevos materiales, aseguran los científicos. Esto ayudará no solo a reducir el tiempo de investigación, sino también a aumentar el número de partículas analizadas —de cientos de unidades a decenas de miles—.
Durante el estudio se utilizó una red neuronal con la arquitectura RetinaNet. En el futuro el equipo de investigación tiene la intención de emplear el mismo enfoque para clasificar las nanopartículas por forma, que hasta ahora todavía es un trabajo completamente manual.