Электронный каталог

Статья

Деева, О.К.
Классификация клеток гиппокампа с помощью алгоритмов машинного обучения / О.К.Деева, М.Чосич, И.А.Колесникова, О.И.Стрельцова // Системный анализ в науке и образовании [Электронный ресурс]. – 2024. – № 2. – P. 1-8. – URL: https://sanse.ru/index.php/sanse/article/view/614. – Библиогр.: 13.

Автоматическая идентификация и классификация нейронов в микропрепаратах нервной ткани имеет важное значение при изучении воздействия ионизирующего излучения на головной мозг. Оценка состояния клеток ЦНС специалистом вручную является трудоемким и субъективным процессом, в то время как алгоритмы машинного обучения показали потенциал в автоматизации этой задачи. В данной работе были использованы 81 фотоизображение препаратов гиппокампа мышей, на которых выделяли клетки без видимых повреждений, легко-измененные и дистрофические. Для каждой клетки вычислялись следующие параметры: Площадь, Округлость и Структурная сложность ядра. Данные параметры использовались для обучения классификатора RandomForestClassifier с использованием библиотеки scikit learn. Точность классификации составила 68%, при этом наиболее значимым признаком оказалась структурная сложность ядра. Предложенный классификатор может служить основой для автоматической системы анализа нейронов в микропрепаратах головного мозга.



ОИЯИ = ОИЯИ (JINR)2024
Спец.(статьи,препринты) = С 349 д - Биологическое действие излучений$
Спец.(статьи,препринты) = Ц 849 - Искусственный интеллект. Теория и практика