Автоматическое выделение наночастиц и углеродных цепочек с помощью ИИ для ускорения научных исследований
Узнать больше Демо-версияВ настоящее время проводятся исследования, важным аспектом которых является изучение и анализ нанообъектов. В результате возникает потребность в обработке полученных данных.
В настоящее время выделение нанообъектов на изображениях с электронного микроскопа выполняется исследователями в ручном режиме из-за отсутствия программ, позволяющих выполнять требуемые операции автоматически.
Обработка одного изображения занимает ~30 минут, в то время как за одну итерацию эксперимента собирается порядка 100 изображений. Таким образом данный процесс занимает не меньше недели у одного человека.
Плагин для программы ImageJ, используемой исследователями в области наноиндустрии. Работает на платформах Windows, MacOS и Linux.
Система при помощи нейронной сети выделяет на изображениях наночастицы и углеродные цепочки, отображает их свойства (такие как местоположение и размер) и проводит измерения.
Плагин позволяет корректировать как работу нейросети, так и сами изображения, повышая количество обнаруженных объектов.
Обработка плагином за 5 секунд вместо 30 минут разметки вручную
Высокая точность распознавания наночастиц и углеродных цепочек
Снижение затрат на обработку данных и разработку аналогов
Подходит для исследований в химии, материаловедении, медицине и других науках
Интерфейс для настройки параметров обработки
Нейронная сеть выделяет наночастицы на изображении
Плагин успешно справляется с обнаружением сложных объектов
Использование современного фреймворка YOLO11 на языке Python для обучения нейронной сети распознаванию наночастиц и углеродных цепочек на изображениях с электронного микроскопа.
Конвертация обученной модели YOLO11 в открытый формат ONNX для обеспечения работы внутри плагина.
Создание плагина NeuroChem для широко используемой специалистами программы ImageJ с использованием языка программирования Java. Плагин интегрируется в существующую экосистему ImageJ и предоставляет удобный интерфейс для взаимодействия с нейронной сетью.
Проект получил поддержку от Фонда содействия развитию малых форм предприятий в научно-технической сфере в рамках программы «Студенческий стартап» федерального проекта «Платформа университетского технологического предпринимательства» в 2024 году.
