IRIS

AI voor kwantitatieve bioimaging

Het IRIS Lab (Intelligent & Reliable Imaging Systems) ontwikkelt op AI gebaseerde technologie die microscopiemethoden voor biomedisch gebruik verbetert. De technologie zal worden toegepast op optische en ultrasone beeldvorming, en op beeldvorming met behulp van elektronen, maar is veel breder toepasbaar. Zij zal in staat zijn biologische processen te ontrafelen, van moleculair niveau tot veel grotere schaal.

Kunstmatige intelligentie (AI) is momenteel de drijvende kracht achter bijna alle computervisietoepassingen in de biowetenschappen. Neurale netwerken worden getraind om een bepaalde taak uit te voeren met behulp van zeer grote gegevensreeksen, maar welke beslissingen deze netwerken nemen, en waarom, is in wezen een black box. Voor wetenschappelijke toepassingen veroorzaakt deze black box een ernstig dilemma: de geleerde kennis is niet transparant en kan niet op betrouwbare wijze worden hergebruikt. Bovendien is hoe goed een methode haar taak uitvoert sterk gebonden aan de specifieke gegevens waarop de methode werd getraind, waardoor deze niet gemakkelijk kan worden gebruikt voor verschillende modaliteiten van biologische beeldvorming die allemaal verschillende beeldgegevens opleveren.

Het doel van het IRIS-lab is dan ook om de zwarte doos van AI te openen. Dit kan worden bereikt door het neurale netwerk de fysieke en systeemoperaties afzonderlijk te laten benaderen, zodat bekende fysieke principes van beeldvorming kunnen worden opgenomen.

Deze benadering heeft de potentie om meer klassieke methoden in kerntaken van beeldverwerking te overtreffen. De drie doelstellingen zijn: efficiënte detectie en tracking van objecten, accurate labelling en classificatie van de objecten en betekenisvolle segmentatie van de objecten.

IRIS Lab zal zijn AI-methodologie demonstreren in elektronen- en fluorescentiemicroscopie en ultrasone beeldvorming, maar wil uitgroeien tot een campusbrede bron voor onderzoekers in alle kwantitatieve beeldvormings- en visualisatie-intensieve gebieden.