Все новости

Нейросеть сибирских ученых для анализа растений поможет автоматизировать диагностику рака

Сообщается, что система позволит наполовину разгрузить медиков, которые занимаются диагностикой новообразований по срезам клеток

НОВОСИБИРСК, 8 мая. /ТАСС/. Ученые Сибирского отделения РАН создают нейросеть для универсальной обработки микроскопических снимков - инструмент позволит автоматизировать диагностику онкологии и анализ микроскопических снимков в целом, а также поможет оптимально добывать полезные экстракты из растительного сырья. Об этом ТАСС рассказал и.о. заведующего лабораторией Института твердого тела и механохимии (ИХТТМ) СО РАН Игорь Ломовский.

"Мы изучаем, как правильно подготовить растительное сырье к процессам экстракции - выделению полезных веществ. Для понимания этих процессов необходимо проводить анализ микрофотографий ультратонких срезов частиц, и для этого создается нейросеть. Кроме того, автоматическая обработка фото биологических систем позволит наполовину разгрузить медиков, которые занимаются диагностикой новообразований по срезам клеток - нейросеть сможет в автоматическом режиме определять, где нормальная стенка, а где опухоль. Также такая информационная система поможет автоматизировать огромную часть микроскопических исследований: пока что большинство их в мире проводится вручную", - рассказал Ломовский.

Аналогов такой информационной системы в мире пока нет. "Есть программы, рассчитанные под один вид клеток, но адаптивных программ для анализа разных видов клеток пока нет", - отметил он.

По словам ученого, растительное сырье по своей структуре отличается от других. "Это полимерная структура, и она активно отвечает на механическое воздействие. Растительное сырье оно похоже на железобетон, в котором есть армирующие стержни. При воздействии на структуру растения может происходить либо сильный сдвиг слоев, либо оно будет крошиться. От этого зависят процессы выделения биологически активных веществ", - пояснил ученый.

Нейросетью занимаются ученые ИХТТМ, Института систем информатики и Института химической биологии и фундаментальной медицины СО РАН. Работа поддержана Российским научным фондом.