Среди значимых результатов 2024 года можно выделить несколько проектов, связанных с медицинскими цифровыми изображениями и молекулярными механизмами взаимодействия кишечных микроорганизмов.
Три программы в рамках стратегического проекта «Единое здоровье» разработаны научной школой доктора биологических наук, профессора кафедры «Биоинженерия» факультета «Биология и ветеринарная медицина» ДГТУ Евгении Кириченко.
Первая, по сути, представляет собой алгоритм базисной модели цифровой платформы для хранения, обработки и анализа медицинских изображений биологических структур животных и человека.
Программа предназначена для показа в браузере медицинских и биологических изображений высокого разрешения в условиях ограниченных ресурсов фронт и бэк компонентов системы визуализации. Она реализует загрузку изображений в виде набора фрагментов и визуализацию склейки фрагментов. Также предусмотрены функции прокрутки и масштабирования изображения в широком диапазоне масштабов. Эти операции реализованы с помощью JavaScript библиотеки Leaflet.
Используя высокое разрешение и возможность масштабирования, исследователи получили доступ к детализированным изображениям тканей и клеток, что позволяет улучшить диагностику заболеваний, поскольку высококачественные изображения помогают врачам более точно идентифицировать патологии на ранних стадиях, облегчить обучение студентов. Будущие медики могут теперь изучать сложные структуры и патологии, используя реалистичные модели, а также проводить междисциплинарные исследования.
Вторая программа создана для извлечения контекстно и семантически связанных цепочек фактов из научных статей биологического профиля с целью анализа научной и технической документации.
Программа реализует обработку текста научной статьи биологического профиля на английском языке, выделяет список фактов или утверждений, декларируемых в статье. По каждому из фактов проводится сбор связанных рассуждений.
Например, в научной статье собираются утверждения и связанные цепочки рассуждений из разных разделов статьи: введения, обзора литературы, методики, результатов, дискуссии. Контекстная и семантическая цельность полученных описаний далее может использоваться для повышения эффективности генеративных подходов к анализу текстов. Это может быть RAG (генерация, основанная на извлечении фактов) или Graph RAG (генерация, основанная на графовом представлении знаний в предметной области в рамках биологического домена).
Третья программа разработана для подсчета эукариотических клеток при культивировании in vitro, с повышением точности исследований.
Программа имеет широкую область применения в биомедицинских исследованиях и лабораторной практике. Она предназначена для автоматизации подсчета на микрофотографиях клеточных культур, что критично для исследований в таких областях, как онкология, разработка лекарств, тканевая инженерия и стволовые клетки. Инструмент находит применение в клеточной биологии, молекулярной биологии заболеваний, а также в клинических и фармацевтических исследованиях, где требуется высокая точность и скорость анализа клеточных культур.
Наша программа решает проблему длительного и трудоемкого ручного подсчета клеток, который подвержен человеческим ошибкам и субъективности даже у квалифицированных специалистов. Она устраняет риски неточностей, связанные с утомлением при повторяющемся процессе ручного подсчета, а также обеспечивает стабильность и воспроизводимость результатов. Дополнительно разработка помогает сократить временные затраты на подсчет клеток и уменьшает потребность в использовании одноразовых счетных камер, что повышает экологичность работы лабораторий.
Для автоматизированного подсчета клеток на микрофотографиях клеточных культур программа использует технологии компьютерного зрения. В основе ее работы лежат алгоритмы, способные идентифицировать и подсчитывать клетки с высокой точностью и скоростью. Инстанс-сегментация изображений гистологических материалов позволяет выделять отдельные клетки и исключать ошибки, возникающие при их наложении или неправильной идентификации. Эффективность работы обеспечивается благодаря использованию моделей искусственного интеллекта, оптимизированных для задач биомедицинского анализа.
Результаты вышеописанных проектов подчеркивают важность интеграции цифровых инструментов в медицину и биологию, что способствует улучшению качества жизни и здоровья населения.
Игорь Голота, управление информационной политики
isdstu@mail.ru
