深度学习使科学家能够在几毫秒内识别血液中的癌细胞

加州大学洛杉矶分校和NantWorks的研究人员开发了一种人工智能驱动的设备，能够在几毫秒内检测癌细胞，比以前的方法快数百倍。利用该速度，本发明可以在检测到血液后立即从血液中提取癌细胞，这又可以帮助防止疾病在体内扩散。

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，一种人工智能技术，其中算法被“训练”以使用大量数据执行任务。在深度学习中，称为神经网络的算法是根据人类大脑的工作原理建模的。与其他类型的机器学习相比，深度学习已被证明对识别和生成图像，语音，音乐和视频特别有效。

光子时间拉伸是加州大学洛杉矶分校发明的超快速测量技术。光子时间拉伸仪器使用超短激光脉冲每秒捕获数万亿个数据点，比现在最快的微处理器快1000多倍。该技术帮助科学家发现激光物理学中的罕见现象，并为三维显微镜，光谱学和其他应用发明了新型生物医学仪器。

加州大学洛杉矶分校Samueli工程学院的电气和计算机工程教授，加州大学洛杉矶分校的教授Bahram Jalali说：“由于他们产生了大量珍贵的数据，时间伸展的工具和深度学习是天上的匹配。”加州大学洛杉矶分校加州纳米系统研究所成员。

该系统还使用称为成像流式细胞仪的技术。细胞计数是测量细胞特征的科学; 在成像流式细胞术中，这些测量是通过使用激光在流过载液时一次一个地拍摄细胞的图像而获得的。尽管已经存在用于在成像流式细胞术中对细胞进行分类的技术，但是这些技术的处理步骤发生得如此缓慢以至于装置没有时间将细胞彼此物理地分离。

在他们以前的工作基础上，Jalali及其同事开发了一种深度学习流程，通过直接操作成像流式细胞术过程中的激光信号来解决这个问题，从而消除了其他技术的时间密集型处理步骤。

“我们优化了深度神经网络的设计，以处理由我们的时间拉伸成像流式细胞仪创建的大量数据 - 升级软件和仪器的性能，”访问博士生李月琴和论文的第一篇作者。

加州大学洛杉矶分校博士后研究员，该论文的共同作者Ata Mahjoubfar表示，该技术使仪器能够确定细胞是否即刻发生癌变。

“我们不再需要提取细胞的生物物理参数，”他说。“相反，深度神经网络可以非常快速地分析原始数据本身。”