Nanopartikelforscher verbringen die meiste Zeit mit einer Sache: Zählen und Messen von Nanopartikeln. Bei jedem Schritt des Weges müssen sie ihre Ergebnisse überprüfen. Sie tun dies normalerweise, indem sie mikroskopische Bilder von Hunderten von Nanopartikeln analysieren, die fest zusammengepackt sind. Das Zählen und Messen dauert lange, aber diese Arbeit ist für den Abschluss der statistischen Analysen, die für die Durchführung der nächsten, angemessen optimierten Nanopartikelsynthese erforderlich sind, von wesentlicher Bedeutung.
Alexander Wittemann ist Professor für Kolloidchemie an der Universität Konstanz. Er und sein Team wiederholen diesen Prozess jeden Tag. „Als ich an meiner Doktorarbeit arbeitete, verwendeten wir eine große Partikelzählmaschine für diese Messungen. Es war wie eine Registrierkasse, und damals war ich wirklich glücklich, als ich dreihundert Nanopartikel pro Tag messen konnte“ . Zuverlässige Statistiken erfordern jedoch Tausende von Messungen für jede Probe. Heutzutage bedeutet der verstärkte Einsatz von Computertechnologie, dass sich der Prozess viel schneller bewegen kann. Gleichzeitig sind die automatisierten Methoden sehr anfällig für Fehler, und viele Messungen müssen noch von den Forschern selbst durchgeführt oder zumindest doppelt überprüft werden.
Eine korrekte Zählung – Selbst mit komplexen Partikeln während der Coronavirus -Pandemie brachte das Glück Wittemann in Kontakt mit seinem Doktorand Gabriel Monteiro, der nicht nur Kenntnisse über Programmierung und KI hat, sondern auch Verbindungen zu Informatikern hat. Wittemann und Monteiro entwickelten ein Programm basierend auf der Open Source AI -Technologie von Meta „Segment Anything Modell“. Das Programm ermöglicht die AI-unterstützte Zählung von Nanopartikeln in einem mikroskopischen Bild und die anschließende automatische Messung jedes einzelnen Partikels.
„Bei klar definierbaren Partikeln hat die ‚Wasserscheide -Methode‘ bisher ziemlich gut funktioniert. Unsere neue Methode kann jedoch auch automatisch Partikel zählen, die eine Hantel- oder Raupe -Form haben, die aus zwei oder drei überlappenden Kugeln besteht“, erklärt Wittemann . „Dies spart viel Zeit“, fügt er hinzu. „In der Zeit, in der es normalerweise dauert, um eine Partikelsynthese zu vervollständigen und die entsprechenden zeitaufwändigen Messungen durchzuführen, können wir uns nun auf Partikelsynthesen konzentrieren und sie unter dem Mikroskop untersuchen, während das KI Schritt ist jetzt in einem Bruchteil der Zeit, die er früher benötigte, möglich.
Darüber hinaus sind die KI -Messungen nicht nur effizienter, sondern auch zuverlässiger. Die KI -Methode erkennt die einzelnen Fragmente genauer und misst sie genauer als andere Methoden – selbst die von Menschen durchgeführten. Infolgedessen können nachfolgende Experimente genauer angepasst und durchgeführt werden, was zum schnelleren Erfolg der Testreihe führt.
Das Forschungsteam hat die neue KI-Routine sowie die erforderlichen Codes und Daten aus der Studie Open Access auf Git-Hub und Kondata veröffentlicht, die andere Forscher verwenden und diskutieren können.
