Компания, занимающаяся разработкой лекарств от нейрогенеративных заболеваний, обратилась к нам с челленджевой задачей. Для клинических исследований эффективности своих препаратов они проводят долгосрочные и трудоемкие эскперименты, включающие тщательный анализ состояния клеток, которые подвергаются воздействию новых лекарств.

Процесс проверки жизнеспособности клеток вручную трудоемкий и не исключает ошибок из-за человеческого фактора, что существенно замедляет исследовательский процесс.

Для решения этой проблемы была разработана автоматизированная система на базе компьютерного зрения, которая позволила значительно ускорить процесс анализа. Система обрабатывает изображения клеток, сделанные с помощью микроскопа, и с высокой точностью определяет, какие из них остались живыми. Это нововведение не только сокращает время, необходимое для анализа, но и позволяет повысить точность результатов, что критически важно для успешной разработки и дальнейшей проверки лекарственных средств против нейродегенеративных заболеваний.

ЗАДАЧА

Задача проекта заключалась в автоматизации процесса идентификации и классификации клеток как живых или мертвых на микроскопических изображениях для оценки эффективности нового лекарственного препарата.

РЕШЕНИЕ

Решение включало разработку скрипта на Python с использованием библиотеки OpenCV. Основные модули системы:

01

Модуль предварительной обработки изображений: Отделяет клетки на изображении от фонa

02

Модуль классификации клеток: Определяет, жива ли клетка, используя алгоритмы на основе цепей Маркова и условно случайных полей (CRF)

03

Модуль визуализации и отчётности: Обрабатывает и размечает клетки на изображениях, создавая визуальные и текстовые отчеты