칼텍 데이비드 반 발렌·이송 위 교수 팀이 범용 생물 이미지 분석 모델 '셀SAM(CellSAM)'을 오픈소스로 공개. 단일 모델로 종양·박테리아·면역세포 등 다양한 생물 이미지에서 세포 식별·위치·상호작용 분석 가능. 기존엔 연구자가 직접 식별하거나 알고리즘 오류를 수작업 수정해야 했는데, 방대한 수작업 라벨링 데이터 학습으로 다양한 환경에서 높은 정확도 달성. 암·면역 연구 등 정밀 분석 가능, 바이오 빅데이터 시대 대응.
- •칼텍 범용 생물 이미지 분석 모델 셀SAM 오픈소스
- •단일 모델로 종양·박테리아·면역세포 등 다양한 세포 처리
- •식별·위치·상호작용까지 분석 가능
- •기존 수작업 세포 식별 부담 대폭 감소
- •암·면역 연구 정밀 분석 지원
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
“세포 식별도 AI가 한다”…칼텍, 범용 생물 이미지 분석 모델 ‘셀SAM’ 오픈소스로 공개
본문 미리보기
생물학 연구의 핵심 도구인 이미지 분석 분야에서 인공지능(AI)이 결정적인 돌파구를 마련했다. 그동안 연구자들이 수작업으로 수행해온 세포 식별 및 라벨링 작업을 자동화하는 범용 AI 모델이 등장하면서, 생명과학 연구의 속도와 범위가 크게 확장될 전망이다.미국 캘리포니아 공과대학교(California Institute of Technology, Caltech. 이하, 칼텍) 연구진은 다양한 생물학적 이미지에서 세포를 자동으로 식별할 수 있는 AI 알고리즘 ‘셀SAM(CellSAM, Cell Segment Anything Model)’
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:38AI 초안

