Исследователи из России и Казахстана разработали систему полной автоматизации микроскопов для анализа микроорганизмов и подключили к ней специализированную нейросеть. Как сообщает ТАСС со ссылкой на пресс-службу НИУ ВШЭ, точность ИИ-классификации микробов повысилась с 94,7% до 97,5%.
Авторы сохранили штатную оптику серийного микроскопа и дополнили ее открытым модулем управления. Эксперт НИУ ВШЭ в Санкт-Петербурге Елена Михайлова отметила, что знания о микроскопии встроены непосредственно в механизм внимания искусственного интеллекта, а модель проверили на разных архитектурах.
При анализе микроорганизмов результат зависит от качества снимков. На него влияют освещенность образца, фокусировка микроскопа, угол обзора и другие параметры. Обычные алгоритмы, как правило, не учитывают эти характеристики и не могут изменять их в ходе исследования.
Система автоматизации состоит из распространенного микроконтроллера и 17 подключенных к нему моторов. Они управляют фокусировкой, регулируют освещение препарата и меняют увеличение микроскопа.
Установку соединили с нейросетью, которая учитывает особенности микроскопии. При обработке изображения алгоритм разделяет его не на пиксели, а на биологически значимые признаки.
Для обучения модели исследователи с помощью созданной установки подготовили более 100 тыс. микропрепаратов бактерий. Их фотографировали при разных увеличении, освещении и окраске. После этого точность классификации микроорганизмов увеличилась с 94,7% до 97,5%.