yarostloff@yandex.ru 0,0

Статья на конкурс «Био/Мол/Текст»: Диагностика паразитарных заболеваний в ветеринарии и сельском хозяйстве до сих пор остается сложной и трудоемкой задачей, требующей специализированных лабораторных исследований. В ответ на этот вызов нами представлен пилотный проект по созданию системы автоматизированной идентификации паразитов с использованием технологии искусственного интеллекта. В основе работы лежит обучение нейронной сети на платформе Google Teachable Machine для классификации изображений гельминтов на два основных класса — нематоды и цестоды, которые вызывают различные серьезные заболевания (такие как эхинококкоз, трихинеллез, тениоз, аскаридоз и другие) у людей и животных. Они поражают различные органы и системы, вызывая заболевания; их деятельность в организме может привести к анемии, истощению, аллергическим реакциям и нарушению функций внутренних органов. Их точная идентификация важна для своевременного назначения лечения и профилактики осложнений. На основе собранной базы данных изображений, состоящей из 28 фотографий гельминтов, была обучена модель, продемонстрировавшая в ходе тестирования точность 89%. Разработанное решение обладает значительным практическим потенциалом, позволяя проводить быструю и точную диагностику «в поле», что делает его перспективным инструментом для ветеринаров, работников агрокомплексов и студентов. Проект открывает дорогу для создания коммерческого продукта, способного снизить затраты на лабораторные услуги и ускорить начало лечения.

Статья на конкурс «Био/Мол/Текст»: Дендритные шипики — это выступы плазматической мембраны нейронов на их отростках (дендритах), отвечающие за синаптические связи с другими нейронами (в синапсе они выступают в роли постсинаптической мембраны). Дендритные шипики могут иметь самые разные формы; в течении жизни они появляются, растут, меняются и исчезают. Считается, что морфология (форма) дендритных шипиков тесно связана с тем, как они функционируют. Также выдвигаются гипотезы о связи расположения шипиков на нейроне и их функционировании. Область исследования формы шипиков и их расположения при различных состояниях и заболеваниях поистине безгранична. Ранее разработанные математические методы и ПО для анализа изображений шипиков с ростом объема данных теряют свою актуальность, так как они лишь упрощают или совершенствуют неточную и долгую ручную обработку таких сложных данных. На сцену выходит искусственный интеллект: нейросетевые методы сегментации дендритов и шипиков, машинная классификация шипиков и дендритов на основе математических метрик, графовые нейронные сети для классификации нейронов. Об этих методиках и перспективах использования их в исследованиях дендритных шипиков расскажем ниже.