Платформу для распознавания микроскопических объектов создали в Новосибирске

Новосибирск. 24 января. ИНТЕРФАКС - Ученые Новосибирского государственного университета создали единую онлайн-платформу для автоматического анализа микроскопических изображений с применением методов глубокого машинного обучения и искусственного интеллекта, сообщает пресс-служба НГУ.

"Облачные сервисы, размещенные на платформе iOk, избавят исследователей в сфере микроскопии, материаловедения, фармакологии от рутинной работы по подсчету и определению параметров объектов на изображениях. Также они найдут применение в промышленности и строительстве", - говорится в сообщении.

На платформе размещены три сервиса: телеграм-сервис для классического обучения нейронной сети на наборах данных пользователя, сервис для распознавания многочисленных однородных объектов различного характера, а также онлайн-сервис для автоматического распознавания наночастиц на изображениях сканирующей зондовой микроскопии (СЗМ) и электронной микроскопии (ЭМ) обученной нейронной сетью.

Сервисы анализируют и определяют количество, размеры, площадь и концентрацию объектов, они способны работать с различными изображениями - снимками с электронных микроскопов, фотоснимками с цифровых камер (в том числе со смартфонов), видеозаписями.

"Они распознают различные объекты: наночастицы, микроорганизмы, клетки, семена растений, а также более крупные объекты - животных, растения, различные детали, транспортные средства и многое другое", - говорится в сообщении.

Ученые пошли стандартным для глубокого машинного обучения путем - разметили более 5 тыс. объектов и на них обучили нейронную сеть Cascade Mask-RCNN, работающую на сервере Института интеллектуальной робототехники НГУ.

Программа выдавала некоторые погрешности, но в целом результаты оказались неплохими: в количестве объектов встречались ошибки, но средний размер объектов определялся довольно точно.

Подход был распространен и на анализ данных электронной микроскопии - самого распространенного семейства методов в современном материаловедении.