Децидуальные клетки плаценты коровы с крупными гиперхромными ядрами и вакуолизированной цитоплазмой (400-кратное увеличение)
Ученые из Пермского Политеха создали проект устройства для автоматического гистологического анализа. Разработка позволит оперативно выявлять клеточные патологии, в том числе онкопатологии, у человека и животных. В перспективе действия, которые сейчас выполняют несколько лаборантов, аппарат сможет производить быстрее и дешевле. Исследователи провели серию экспериментов, которые показали точность распознавания заболеваний до 92%.
Кроме ученых Пермского Политеха, в проекте приняли участие разработчики из Пермского ГАТУ и Пермского института ФСИН России. Результаты работы научная группа опубликовала в сборнике IOP Conference Series: Earth and Environmental Science и Journal of Physics: Conference Series.
– Структурные изменения в тканях клетки, обнаруженные с помощью гистологического анализа, дают точную картину заболевания человека. Сейчас этот процесс достаточно длителен, в работу вовлечены несколько специалистов, которые проводят исследования вручную. Цель нашей разработки – автоматизировать процедуру гистологического анализа для ускорения распознавания болезней. Модуль поддержки принятия решений сможет максимально исключить человеческий фактор и повысить точность анализов. Кроме того, наше устройство поможет снизить нагрузку на медицинский персонал, – рассказывает профессор кафедры «Информационные технологии и автоматизированные системы» Пермского Политеха, доктор технических наук, доцент Сергей Костарев.
Проект экрана прибора оператора-гистолога
По словам ученых, морфоструктурные изменения в клетках имеют древообразную структуру, что дает возможность в автоматическом режиме определить индикаторы патологий. Процесс исследования начинается с загрузки образцов материала в аппарат, подготовки гистологического препарата и их сканирования. Затем специально разработанные компьютерные алгоритмы обрабатывают полученное изображение. Устройство с помощью нейронных сетей «расшифровывает» его, находя индикаторы разрушения тканей, которые характеризуют различные патологические процессы.
Для разработки автоматизированной системы ученые предложили использовать теорию конечных автоматов, в частности автомат Мили. Они привели расчеты для патологии структурных изменений в тканях и кодировку необходимых индикаторов. Методику автоматизированного определения диагноза исследователи разработали на основе анализа индикаторов патологий. Ученые также провели имитационное моделирование по определению этих показателей. Программу для проектируемого прибора они создали с помощью CX-One для программируемого логического контроллера Omron.
Построение и обучение нейронной сети
– Мы провели серию экспериментов по распознаванию клеточных патологий, результаты которых оценил лаборант-гистолог. В процессе мы использовали систему гистологической проводки – гистологический процессор Leica, ротационный микротом ThermoScientific НМ 325 и другое оборудование. Результаты показали, что аппарат сможет достичь достаточно высоких показателей точности – от 82% до 92%. Наше устройство в перспективе позволит выявлять различные виды патологий: от дистрофии до онкозаболеваний, – поясняет Сергей Костарев.
Конечная цель ученых – создать «робота-гистолога», который будет выполнять функции загрузки образцов материала до выдачи результата. Сейчас исследователи разрабатывают прототип устройства и находятся в поиске финансирования для проекта.
Информация и фото предоставлены пресс-службой Пермского Политеха
