KAIST 20日表示,电气与电子工程学院尹永圭教授研究团队开发出一种人工智能(AI)影像分析技术,可使生物荧光信号测量精度比现有技术提高10倍以上。
近来随着基因工程技术的发展,利用荧光显微镜将活体组织内的信号转换为荧光信号并连续拍摄和测量的技术已被开发并投入应用。
但由于生物组织释放的荧光信号微弱,在测量快速变化的神经细胞电信号等信号时信噪比极低,精密测量变得困难。
尹教授研究团队开发出无需额外训练数据、可从信噪比较低的荧光显微镜影像中自主学习数据统计分布,从而将影像信噪比提高10倍以上、实现生物信号精密测量的技术。
利用该技术可大幅提升各类生物信号的测量精度,预计可广泛应用于生命科学研究整体及脑疾病治疗药物开发。
尹教授表示:“怀着希望该技术有助于各种脑科学、生命科学研究的心愿,我们将其命名为‘SUPPORT(Statistically Unbiased Prediction utilizing sPatiOtempoRal information in imaging daTa)’”,“这是使用各种荧光成像设备的研究者无需额外训练数据也能轻松使用的技术,可广泛应用于揭示新的生命现象”。
共同第一作者严敏浩研究员表示:“通过SUPPORT技术,我们成功精密测量了此前难以观测的生物信号的快速变化,尤其能以光学方式精密测量以毫秒为单位变化的神经细胞动作电位,对脑科学研究将非常有用”;共同第一作者韩承载研究员补充说:“SUPPORT技术虽是为荧光显微镜影像内生物信号的精密测量而开发,但也可广泛用于提升一般延时摄影影像的质量”。
该技术在KAIST电气与电子工程学院尹永圭教授团队主导下,与KAIST新材料工程系(张在范教授)、KAIST医科学研究生院(金必汉教授)、忠南大学、首尔大学、哈佛大学(Harvard University)、波士顿大学(Boston University)、艾伦研究所(Allen Institute)、西湖大学(Westlake University)研究团队通过跨国、跨学科合作开发完成。本次研究获得韩国研究基金会支持,并于9月19日在国际学术期刊《自然·方法》(Nature Methods)在线刊载,并被选为10月号封面论文。






