Медовый В.С.

Обучение автоматической преклассификации в процессе эксплуатации – путь к созданию автономного автоматического анализатора сложной морфологии

Резюме: Представлена разработка комбайна микроскопии, предназначенного для автоматизации анализов сложных морфологических объектов препаратов биоматериалов различных типов. Автоматические методики анализа комбайна формируют результаты класса «преклассификация» с контролем автоматических результатов пользователем. Комбайн имеет средства автоматической адаптации к текущему препарату и к популяции объектов анализа, представленных в потоках препаратов, обслуживаемых коллективом комбайнов лабораторий. Локальная адаптация оптимизирует качество и скорость сканирования. Адаптация к популяции объектов анализа осуществляется обучением нейронных сетей анализаторов комбайна с использованием общей базы данных корректировок автоматической преклассификации квалифицированными пользователями лабораторий. Обучение применяется для увеличения точности преклассификации с конечной целью создания автономного анализатора без контроля результатов пользователем.

Ключевые слова: автоматическая микроскопия, адаптация, нейронная сеть, искусственный интеллект, монитор сопровождения

V.S. Medoviy

Training of automatic preclassification during operation – the way to create an autonomous automatic analyzer of complex morphology

Summary: The development of a microscopy combine designed to automate the analysis of complex morphological objects is presented. Automatic tecniques of combine analysis form the results of the “preclassification” class with the control of automatic results by the user. The harvester has means of automatic adaptation to the current slide and to the population of objects of analysis presented in the streams of slides served by the team of combines of laboratories. Local adaptation optimizes the quality and speed of the slide scanning. Adaptation to the population of objects of analysis is carried out by training neural networks of combine analyzers using a common database of automatic preclassification adjustments by qualified laboratory users. Training is used to increase the accuracy of preclassification with the ultimate goal of creating a stand-alone analyzer without user control.

Keywords: automatic microscopy, adaptation, neural network, artificial intelligence, tracking monitor

DOI : 10.34219/2306-3645-2021-11-3-58-62

Медовый Владимир Семенович – директор, доктор технических наук, ООО «Медицинские компьютерные системы. (МЕКОС)», Москва: e-mail: medovy@mecos.ru

Medovy Vladimir S. – Director, Ph.D., Medical Computer Systems (MECOS) LLC, Moscow: e-mail: medovy@mecos.ru