Цель ученых – создать робота-гистолога, который будет выполнять функции загрузки образцов материала до выдачи результата. 
Ученые из Пермского Политеха, ГАТУ и института ФСИН России создали проект устройства для автоматического гистологического анализа.
Разработка позволит оперативно выявлять клеточные патологии, в том числе онкопатологии, у человека и животных. В перспективе действия, которые сейчас выполняют несколько лаборантов, аппарат сможет
производить быстрее и дешевле.
Результаты работы научная группа опубликовала в сборнике IOP Conference Series: Earth and
Environmental Science и Journal of Physics: Conference Series.
По словам ученых, морфоструктурные изменения в клетках имеют древообразную структуру, что дает возможность в автоматическом режиме определить индикаторы патологий. Процесс исследования начинается с
загрузки образцов материала в аппарат, подготовки гистологического препарата и их сканирования. Затем специально разработанные компьютерные алгоритмы обрабатывают полученное изображение. Устройство
с помощью нейронных сетей расшифровывает его, находя индикаторы разрушения тканей, которые характеризуют различные патологические процессы.
Для разработки автоматизированной системы ученые предложили использовать теорию конечных автоматов, в частности, автомат Мили. Они привели расчеты для патологии структурных изменений в тканях и
кодировку необходимых индикаторов. Методику автоматизированного определения диагноза исследователи разработали на основе анализа индикаторов патологий. Ученые также провели имитационное
моделирование по определению этих показателей. Программу для проектируемого прибора они создали с помощью CX-One для программируемого логического контроллера Omron.
Ученые провели серию экспериментов по распознаванию клеточных патологий, результаты которых оценил лаборант-гистолог. В процессе использовали систему гистологической проводки – гистологический
процессор Leica, ротационный микротом ThermoScientific НМ 325 и другое оборудование. Результаты показали, что аппарат сможет достичь достаточно высоких показателей точности – от 82 % до 92 %.
Устройство в перспективе позволит выявлять различные виды патологий: от дистрофии до онкозаболеваний.
Здравоохранение Нейронные сети
