La méthode proposée permettra de renoncer au traitement manuel des microphotographies en accélérant considérablement la vitesse et la qualité de l’analyse de nouveaux nanomatériaux. Les résultats de l’étude sont publiés dans la revue Ultramicroscopy.
Pour amener un réseau de neurones à résoudre un problème quelconque, il faut lui montrer une série d’exemples qui sont créés par l’homme, expliquent les chercheurs. Ainsi, pour former un réseau de neurones à analyser les images, il faut quelques dizaines de milliers de photographies traitées par l’homme, ce qui rend la tâche extrêmement difficile lorsqu’il s’agit de domaines scientifiques pointus.
Parmi ces domaines, on trouve l’analyse des données obtenues par la macroscopie des nanoparticules pour laquelle il n’existait jusqu’ici aucun outil pratique. L’étude réalisée par les chercheurs du MEPhI a montré qu’il était possible de former efficacement les réseaux de neurones à analyser les images obtenues avec un microscope à balayage sans traiter manuellement les microphotographies réelles, mais en générant des images imitant celles-ci avec l’aide de l’ordinateur.
«Le microscope à balayage, qui utilise un faisceau d’électrons à la place de la lumière visible, est employé pour étudier les nanoparticules synthétisées à des fins médicales et autres. L’analyse des images obtenues avec un microscope à balayage consiste à trouver les particules et à classer celles-ci selon leurs dimensions. Les méthodes standards de traitement des images ne permettent pas d’avoir la qualité nécessaire, or, aucune approche ayant recours aux réseaux de neurones n’avait encore été développée dans ce domaine», explique Alexandre Kharine, de l’Institut d’ingénierie et de physique de la biomédecine du MEPhI.
L’analyse des microphotographies et leur traitement sont généralement réalisés manuellement: chaque particule est cernée et ses dimensions sont mesurées par l’homme. Sur une seule image, on peut avoir quelques milliers de particules. Les architectures existantes des réseaux de neurones permettent d’analyser efficacement ce genre d’images. Le seul problème est qu’il n’y a pas assez d’ensembles de données traitées, expliquent les chercheurs.
Or, il s’est avéré qu’on pouvait simplement dessiner des nanoparticules sur des microphotographies réelles provenant de bases d’images ouvertes obtenues avec l’aide d’un microscope à balayage, affirment les chercheurs du MEPhI. Ainsi, la situation exacte des particules et leurs dimensions seront connues pour chaque image générée.
«Ce genre d’approche a été employé pour résoudre un certain nombre de problèmes, notamment l’entraînement des véhicules autoguidés. Mais on a trouvé qu’il n’était pas facile de dessiner des images photoréalistes et suffisamment variables. Néanmoins, dans le cas du microscope à balayage, cette approche est totalement justifiée: un réseau de neurones qui a été formé avec des images dessinées est tout à fait capable de travailler avec des images réelles», fait remarquer Alexandre Kharine.
Les résultats de l’étude permettront d’automatiser le traitement des images obtenues avec l’aide du microscope à balayage, ce qui révolutionnera les méthodes standards d’analyse des nouveaux matériaux, affirment les chercheurs. Cela permettra non seulement de réduire la durée de l’analyse, mais aussi d’accroître le nombre de particules analysées: de centaines jusqu’à des dizaines de milliers.
Pour leur étude, les chercheurs ont utilisé un réseau de neurones à l’architecture RetinaNet. Par la suite, ils prévoient d’appliquer la même approche pour classer les nanoparticules suivant leur forme, ce qui est effectué pour le moment de façon entièrement manuelle.
