伯克利實(shí)驗(yàn)室重大醫(yī)學(xué)AI成果，解決世界上最緊迫的科學(xué)挑戰(zhàn)

小鼠卵細(xì)胞切片對(duì)應(yīng)的手動(dòng)分割

美國(guó)能源部勞倫斯伯克利實(shí)驗(yàn)室的數(shù)學(xué)家們，開發(fā)了一種針對(duì)實(shí)驗(yàn)成像數(shù)據(jù)的新的機(jī)器學(xué)習(xí)算法。與典型的機(jī)器學(xué)習(xí)算法需要成千上萬(wàn)的訓(xùn)練圖像不同，這種新算法需要的訓(xùn)練圖像少得多，而且速度也提高了不少。

伯克利實(shí)驗(yàn)室的能源高級(jí)數(shù)學(xué)研究與應(yīng)用中心（簡(jiǎn)稱CAMERA）的Dani?l Pelt和James Sethian，通過開發(fā)一種他們稱之為“多尺寸密集卷積神經(jīng)網(wǎng)絡(luò)”（MS-D）的新算法，顛覆了傳統(tǒng)的機(jī)器學(xué)習(xí)理念。和傳統(tǒng)方法相比，新方法需要的參數(shù)更少，收斂更快，而且可以基于非常小的數(shù)據(jù)集進(jìn)行學(xué)習(xí)。他們提出的這種方法已經(jīng)被用于從細(xì)胞圖像中提取生物結(jié)構(gòu)，而且可以作為多個(gè)研究領(lǐng)域分析數(shù)據(jù)的主要計(jì)算工具。

當(dāng)實(shí)驗(yàn)設(shè)備以更高的速度生成更高分辨率的圖像時(shí)，科學(xué)家們很難對(duì)得到的數(shù)據(jù)結(jié)果進(jìn)行管理和分析，這些工作通常需要手動(dòng)完成。2014年，Sethian在伯克利實(shí)驗(yàn)室建立了一個(gè)集成的交叉學(xué)科中心CAMERA，目的是開發(fā)美國(guó)能源部科學(xué)用戶設(shè)施辦公室實(shí)驗(yàn)所需的基礎(chǔ)數(shù)學(xué)方法。CAMERA是該實(shí)驗(yàn)室的計(jì)算研究部門的一部分。

“在許多科學(xué)應(yīng)用中，研究人員需要耗費(fèi)大量的體力勞動(dòng)來(lái)標(biāo)注和勾畫圖像，有時(shí)候?yàn)榱说玫綆讖埞串嬀?xì)的圖像，甚至要花費(fèi)幾周時(shí)間。我們的目標(biāo)是開發(fā)出一種能基于非常小的數(shù)據(jù)集進(jìn)行學(xué)習(xí)的技術(shù)”，Sethian說(shuō)道。Sethian是加州大學(xué)伯克利分校的數(shù)學(xué)教授。

這項(xiàng)算法的詳細(xì)介紹發(fā)表在了2017年12月26日的美國(guó)國(guó)家科學(xué)院學(xué)報(bào)上。

“這項(xiàng)突破源于我們意識(shí)到，通過放大和縮小，在不同尺寸下捕捉特征的方法，可以用在單個(gè)層上處理多個(gè)尺寸的數(shù)學(xué)運(yùn)算來(lái)取代，” Pelt介紹道。Pelt是荷蘭數(shù)學(xué)與計(jì)算科學(xué)研究所下屬的計(jì)算成像小組的成員。

了解生物細(xì)胞的內(nèi)部結(jié)構(gòu)是該方法非常富有前景的應(yīng)用領(lǐng)域之一。在一個(gè)項(xiàng)目中，Pelt和Sethian采用MS-D算法，只用了7個(gè)細(xì)胞的數(shù)據(jù)就確定了其內(nèi)部結(jié)構(gòu)。

“我們實(shí)驗(yàn)室正在研究細(xì)胞結(jié)構(gòu)和形態(tài)如何影響或控制細(xì)胞的行為。”美國(guó)國(guó)家x射線斷層掃描中心主任、加州大學(xué)舊金山分校醫(yī)學(xué)院的教授卡Carolyn Larabell說(shuō)道。“我們花了大量時(shí)間來(lái)手工分割細(xì)胞以提取結(jié)構(gòu)，分辨健康與患病細(xì)胞之間的差異。這種新方法有可能從根本上改變我們理解疾病的能力，而且是我們建立人類細(xì)胞圖譜的一個(gè)關(guān)鍵工具。人類細(xì)胞圖譜是一個(gè)通過全球協(xié)作來(lái)繪制和勾畫一個(gè)健康人體的所有細(xì)胞的項(xiàng)目。”

用更少的數(shù)據(jù)獲取更多的科學(xué)真理

如今，圖像無(wú)處不在。智能手機(jī)和傳感器產(chǎn)生了一批珍貴的圖像，其中很多都帶有相關(guān)的標(biāo)記信息。基于這個(gè)龐大的交叉參考數(shù)據(jù)庫(kù)，卷積神經(jīng)網(wǎng)絡(luò)和其他機(jī)器學(xué)習(xí)算法已經(jīng)徹底改變了我們快速識(shí)別那些和我們?cè)?jīng)見過和分類過的圖像類似的自然圖像的能力。

這類方法需要數(shù)以百萬(wàn)計(jì)的標(biāo)記過的數(shù)據(jù)作為引導(dǎo)，通過調(diào)整一系列隱藏的內(nèi)部參數(shù)來(lái)“學(xué)習(xí)”其中的規(guī)律，這個(gè)過程需要使用巨型計(jì)算機(jī)并花費(fèi)大量的時(shí)間。如果我們沒有這么多標(biāo)記好的圖像該怎么辦呢？要知道，在很多領(lǐng)域，如此龐大的數(shù)據(jù)是難以企及的奢侈品。生物學(xué)家記錄下細(xì)胞圖像，并煞費(fèi)苦心地手動(dòng)勾勒出邊界和結(jié)構(gòu)。對(duì)他們來(lái)說(shuō)，為了得出一個(gè)完整的三維圖像而花費(fèi)數(shù)周時(shí)間，是很稀松平常的事情。材料科學(xué)家利用斷層重建技術(shù)來(lái)觀察巖石和材料，擼起袖子手動(dòng)標(biāo)記不同的區(qū)域，辨認(rèn)裂縫、斷口和孔洞。不同重要結(jié)構(gòu)之間的差異非常細(xì)微，數(shù)據(jù)中的噪聲很可能掩蓋掉這些特征，迷惑最出色的算法和專家。

對(duì)于傳統(tǒng)的機(jī)器學(xué)習(xí)算法來(lái)說(shuō)，這些手動(dòng)標(biāo)記的寶貴數(shù)據(jù)數(shù)量遠(yuǎn)遠(yuǎn)不夠。為了解決這一問題，CAMERA的數(shù)學(xué)家們基于非常有限的數(shù)據(jù)對(duì)機(jī)器學(xué)習(xí)發(fā)起了挑戰(zhàn)。他們?cè)噲D用更少的數(shù)據(jù)獲得更佳的結(jié)果，他們的目標(biāo)是找出建立一套高效的數(shù)學(xué)“運(yùn)算符”的方法，以大大減少參數(shù)的數(shù)量。這些數(shù)學(xué)運(yùn)算符可能會(huì)自然地結(jié)合一些關(guān)鍵約束來(lái)幫助識(shí)別，比如結(jié)合對(duì)科學(xué)合理的形狀和模式的要求。

多尺寸密集卷積神經(jīng)網(wǎng)絡(luò)

機(jī)器學(xué)習(xí)在成像問題中的許多應(yīng)用，采用的都是深度卷積神經(jīng)網(wǎng)絡(luò)(DCNNs)。其中輸入圖像和中間圖像在大量的連續(xù)層中進(jìn)行卷積，使得網(wǎng)絡(luò)能夠?qū)W習(xí)高度非線性的特征。為了在復(fù)雜的圖像處理問題中獲得準(zhǔn)確的結(jié)果，DCNNs通常依賴于額外操作和連接的組合，比如通過放大和縮小來(lái)捕捉不同的圖像尺寸下的特征。為了訓(xùn)練更深層和更強(qiáng)大的網(wǎng)絡(luò)，往往需要額外的層類型和連接。最后，DCNNs通常使用大量的中間圖像和訓(xùn)練參數(shù)（往往超過1億）來(lái)獲取復(fù)雜問題的結(jié)果。

而新的“多尺寸密集”網(wǎng)絡(luò)結(jié)構(gòu)避免這樣的復(fù)雜過程，它用擴(kuò)張的卷積替代縮放操作，以捕捉各種空間范圍下的特征，在單個(gè)層中使用多個(gè)尺度，并將所有中間圖像緊密地連接起來(lái)。新的算法只需要很少的中間圖像和參數(shù)就能獲取精確的結(jié)果，而且不需要調(diào)整超參數(shù)以及額外的層或連接來(lái)支持訓(xùn)練。

從低分辨率數(shù)據(jù)中獲取更精確的結(jié)果

這種方法所面臨的一大不同挑戰(zhàn)就是，要從低分辨率的輸入中產(chǎn)生高分辨率的圖像。任何嘗試過把圖像放大的人都知道，當(dāng)圖像的尺寸變大時(shí)畫質(zhì)也會(huì)變得糟糕，因此這聽起來(lái)就像一個(gè)不可能完成的任務(wù)。但一小部分經(jīng)過多尺寸密集卷積神經(jīng)網(wǎng)絡(luò)處理的訓(xùn)練圖像確確實(shí)實(shí)能夠起到一些作用。比如對(duì)纖維增強(qiáng)的微型復(fù)合材料的層析重建進(jìn)行降噪。論文中提到了一個(gè)實(shí)驗(yàn)，用1024個(gè)x射線投影重建的圖像，得到的圖像噪聲相對(duì)較低。同一物體的噪聲圖像隨后用128個(gè)投影進(jìn)行了重建。訓(xùn)練輸入是有噪聲的圖像，在訓(xùn)練中使用相應(yīng)的無(wú)噪聲圖像作為目標(biāo)輸出。經(jīng)過訓(xùn)練的網(wǎng)絡(luò)能夠有效地獲取噪聲輸入數(shù)據(jù)并重構(gòu)更高分辨率的圖像。

新的應(yīng)用方向

Pelt和Sethian正在努力將他們的研究成果應(yīng)用到一系列新的領(lǐng)域，比如快速實(shí)時(shí)分析同步加速器光源產(chǎn)生的圖像，以及生物重建問題，比如重建細(xì)胞和大腦的映射。

Pelt說(shuō)道：“這些新方法令人振奮，它們讓機(jī)器學(xué)習(xí)得以應(yīng)用到比目前更加廣泛的成像問題當(dāng)中。通過減少所需訓(xùn)練圖像的數(shù)量，增加可以處理的圖像的大小，這一新的體系結(jié)構(gòu)可以用來(lái)回答許多研究領(lǐng)域中的重大問題。”

CAMERA由美國(guó)能源部科學(xué)辦公室的高級(jí)科學(xué)計(jì)算研究和基礎(chǔ)能源科學(xué)辦公室支持。科學(xué)辦公室是美國(guó)物理科學(xué)基礎(chǔ)研究的最大支持者，它正致力于解決我們這個(gè)時(shí)代最緊迫的一些挑戰(zhàn)。

勞倫斯伯克利國(guó)家實(shí)驗(yàn)室通過推進(jìn)可持續(xù)能源，保護(hù)人類健康，創(chuàng)造新材料，揭示宇宙的起源和命運(yùn)，來(lái)解決世界上最緊迫的科學(xué)挑戰(zhàn)。伯克利實(shí)驗(yàn)室成立于1931年，獲得了13項(xiàng)諾貝爾獎(jiǎng)。勞倫斯伯克利實(shí)驗(yàn)室雖然隸屬美國(guó)能源部，卻具體由加利福尼亞大學(xué)負(fù)責(zé)運(yùn)行。