Детекция опухолевых клеток нервной ткани с применением методов глубокого обучения

Название НИОКТР	Детекция опухолевых клеток нервной ткани с применением методов глубокого обучения
Аннотация	Проект посвящен созданию базы данных и разработке алгоритмов для детекции клеток глиомы С6 с использованием методов искусственного интеллекта и глубокого обучения. Это актуально как для научной общественности, так и для медицинских учреждений. Применение искусственных нейронных сетей и методов машинного обучения в анализе биомедицинских изображений открывает новые возможности для диагностики и прогноза развития патологий центральной нервной системы. Помимо клинического применения, база данных будет служить образовательным инструментом для студентов и исследователей, что актуально для подготовки квалифицированных специалистов в области биоинформатики и нейробиологии. Впервые планируется создание стандартизированной базы данных изображений клеток глиомы С6, что улучшит качество и согласованность исследований в этой области. Проект впервые применяет методы глубокого обучения для детекции клеток глиомы С6, что может значительно повысить точность и эффективность диагностики. Благодаря собранной базе данных и разработанной программе обработки изображений можно будет оценить биопсийный материал в динамике, не только в статичных срезах, но и в процессе культивирования клеток. Планируется разработка методических рекомендаций и инструкций пользователя, что упростит внедрение технологии в образовательный и исследовательский процессы. Для задачи анализа изображений клеток и клеточных структур различные искусственные нейронные могут быть использованы как для количественного анализа: задача детектирования и классификации элементов нервной ткани, так и в задачах анализа динамики нейронных культур: сегментация изображения нейронов и клеток глии, с выделение патологически измененных клеток глиомы С6. Разработка методов распознавания изображений биологических нейронных сетей, создание базы данных изображений культуры глиомы С6 позволить разработать алгоритм выявления нарушений процессов развития структур нервной системы в онтогенезе, а также станет инструментом принципиально новых подходов к диагностике и прогнозу развития патологий центральной нервной системы. В перспективе на основе сформированной базы изображений и разработанной компьютерной программы обработки изображений можно будет выполнять оценку биопсийного материала, не в статичном материале срезов ткани, а в живых культурах в процессе их культивирования, не только в условиях монослоя, но и трехмерных гидрогелях, а также в динамике влияния цитостатиков. Новые подходы позволят экономить ресурсы на диагностические маркеры и не вмешиваться в процессы рост и развития культур клеток, отслеживать целевое действие цитостатиков и фиксировать не итог, а динамику гибели. Это позволит открыть новые механизмы развития опухолевых процессов нервной ткани, изучить возможности избирательного влияния на них, разработать пути блокады развития, которые без предлагаемых к разработке инструментов анализа на основе глубокого обучения были невозможны. Разработанные инструменты анализа (компьютерная программа и инструкция пользователя) послужат основой новых обучающих подходов для студентов ВУЗов и магистрантов, позволят начать формирование базы данных нормы и патологических изменений не в статичной, а развивающейся культуре, в динамике прижизненной визуализации. Биомедицинские изображения обладают рядом особенных свойств, таких как однородность микроструктуры при наличии признаков, как в микро-, так и в макроструктуре. Для решения задачи автоматического выделения патологий клеток глиомы C6 будут проанализированы особенности этих изображений и будут адаптированы известные и разработаны новые методы на основе методов глубокого обучения для решения конкретной задачи, что позволит повысить точность по сравнению с использованием методов общего назначения. Исходя из вышеуказанных факторов, проект обещает принести значительный вклад в развитие методов диагностики и исследования нервной системы, а также в образовательный процесс в области биомедицины и нейробиологии.
Доступ к ОКОГУ исполнителя	False
Количество связанных РИД	0
Количество завершенных ИКРБС	0
Сумма бюджета	4000.0
Дата начала	2023-12-15
Дата окончания	2025-12-01
Номер контракта	23-РБ-05-24
Дата контракта	2023-12-15
Количество отчетов	1
УДК	57.087 573.6.087
Количество просмотров	14
Руководитель работы	Малашин Роман Олегович
Руководитель организации	Дюжикова Наталья Алековна
Исполнитель	ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ НАУКИ ИНСТИТУТ ФИЗИОЛОГИИ ИМ. И.П. ПАВЛОВА РОССИЙСКОЙ АКАДЕМИИ НАУК
Заказчик	САНКТ-ПЕТЕРБУРГСКОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ УЧРЕЖДЕНИЕ "ФОНД ПОДДЕРЖКИ НАУЧНОЙ, НАУЧНО-ТЕХНИЧЕСКОЙ, ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ"
Федеральная программа	—
Госпрограмма	—
Основание НИОКТР	Грант
Последний статус	2025-07-14 14:43:54 UTC, 2025-07-14 14:43:54 UTC
ОКПД	Услуги, связанные с научными исследованиями и экспериментальными разработками в области биологических наук
Отраслевой сегмент	—
Минздрав	—
Межгосударственная целевая программа	—
Ключевые слова	нейронные сети; глубокое обучение; обнаружение патологий; биомедицинские изображения; детекция клеток; глиома С6
Соисполнители	Институт физиологии Национальной академии наук Беларуси
Типы НИОКТР	Разработка и лабораторная проверка ключевых элементов технологии
Приоритетные направления	Науки о жизни; Информационно-телекоммуникационные системы
Критические технологии	Нано-, био-, информационные, когнитивные технологии; Биомедицинские и ветеринарные технологии
Рубрикатор	34.57.23 - Методы получения биомедицинской информации
OECD	—
OESR	Физиология (включая цитологию); Компьютерные, информационные науки и биоинформатика (разработка аппаратного обеспечения относится к разделу 2.2, социальный аспект относится к разделу 5.8)
Приоритеты научно-технического развития	в) переход к персонализированной, предиктивной и профилактической медицине, высокотехнологичному здравоохранению и технологиям здоровьесбережения, в том числе за счет рационального применения лекарственных препаратов (прежде всего антибактериальных) и использования генетических данных и технологий;
Регистрационные номера	ikrbs: {'card_list': [{'id': 'WXG4GW59KCSF7ABK2IZXXQSN'}]}