深度学习使科学家能够在几毫秒内识别出血液中的癌细胞

加州大学洛杉矶分校和南特工厂的研究人员开发了一种人工智能驱动的设备，它可以在几毫秒内检测癌细胞-比以前的方法快几百倍。 通过这样的速度，本发明可以在检测到癌细胞后立即从血液中提取癌细胞，这反过来又有助于防止疾病在体内传播。

一篇关于这一进展的论文发表在《自然科学报告》杂志上。

该方法依赖于两种核心技术：深度学习和光子时间拉伸。 深度学习是一种机器学习，它是一种人工智能技术，在这种技术中，算法被“训练”使用大量数据来执行任务。 在深度学习中，称为神经网络的算法是根据人脑的工作方式建模的。 与其他类型的机器学习相比，深度学习已被证明在识别和生成图像、语音、音乐和视频方面特别有效。

光子时间拉伸是UCLA发明的一种超快测量技术。 光子时间拉伸仪器使用超短激光爆发，每秒捕获数万亿个数据点，比今天最快的微处理器快1000倍以上.. 该技术帮助科学家发现了激光物理学中的罕见现象，并发明了用于三维显微镜、光谱学和其他应用的新型生物医学仪器。

加州大学洛杉矶分校Samueli工程学院电气和计算机工程教授、加州大学洛杉矶分校纳米系统研究所成员、资深作者Bahram Jalali说：“由于这些仪器所产生的珍贵数据数量极多，时间延长仪器和深度学习是天造地设的一种匹配。”

该系统还使用了一种称为成像流式细胞术的技术。 细胞测量是测量细胞特性的科学；在成像流式细胞术中，这些测量是通过使用激光一次拍摄细胞的图像，当它们通过载体流体流动时。 虽然在流式细胞术中已经有对细胞进行分类的技术，但这些技术的处理步骤发生得如此缓慢，以至于设备没有时间将细胞物理分离开来。

在他们以前的工作的基础上，Jalali和他的同事开发了一个深度学习管道，通过直接操作作为成像流式细胞术过程一部分的激光信号来解决这个问题，这消除了其他技术的时间密集型处理步骤。

“我们优化了深层神经网络的设计，以处理由我们的时间拉伸成像流式细胞仪产生的大量数据，从而提高了软件和仪器的性能，”访问博士生李月琴说，他是该论文的第一作者。

加州大学洛杉矶分校博士后研究员和该论文的合著者AtaMahjoubfar说，这项技术允许仪器在几乎瞬间确定一个细胞是否癌变。

“我们不再需要提取细胞的生物物理参数了，”他说。 相反，深层神经网络对原始数据本身的分析速度极快。