Читайте ещё материалы по теме:

Дата публикации: 28-09-2026 19:55:45

По составу диатомовых водорослей специалисты восстанавливают, как менялись условия в озёрах тысячи лет назад
Учёные Института географии РАН разработали сервис на основе нейросетей для определения видов диатомовых водорослей по микрофотографиям. Система распознаёт одну фотографию менее чем за 200 миллисекунд и должна ускорить анализ донных отложений, который сейчас специалисты проводят вручную. Технологическим партнёром проекта выступил Центр технологий для общества Yandex Cloud.
Источник изображения: ChatGPT // https://chatgpt.com
Диатомовые водоросли — одноклеточные организмы с кремниевым панцирем. После гибели их оболочки могут сохраняться в донных отложениях тысячи лет. Разные виды по-разному реагируют на условия среды, поэтому по составу диатомей на разных глубинах учёные могут восстанавливать историю озера и изменения условий окружающей среды. Такой метод называется диатомовым анализом.
До появления сервиса исследователям приходилось делать это вручную. Под микроскопом с увеличением в тысячу раз специалист определяет примерно 500–600 створок, сверяясь с определителями. На один микропрепарат уходит от двух до восьми часов, а в одной колонке донных отложений их может быть до ста. В результате обработка одной реконструкции растягивается на годы.
Готового инструмента именно для этой задачи у исследователей не было. Ранее проверенный на снимках Института географии РАН алгоритм DiatomNet правильно определял вид примерно в 30% случаев. Поэтому команда собрала собственные данные и дообучила модели на них.
Для обучения использовали два набора. Первый взяли из открытой базы Kaggle — около 2,2 тыс. изображений, относящихся к 51 классу. Второй собрали в Институте географии РАН при поддержке Российского научного фонда — около 1 тыс. изображений 46 классов. В этой задаче класс соответствует виду, поскольку для диатомового анализа важно определить организм именно до видового уровня.
Данные разместили в Yandex Object Storage, а обучение проводили в Yandex AI Studio. Готовые архитектуры дообучали на снимках диатомей. Один вариант обучения занимал на видеокарте T4 от 30 до 60 минут, а полный перебор вариантов продолжался около недели.
Сервис уже позволяет загрузить одну или несколько фотографий с микроскопа и получить определение вида диатомовых водорослей
Если на снимке находится несколько створок, система может отдельно найти и распознать каждую из них. Обработка одного изображения занимает менее 200 миллисекунд.
На тестовой выборке Института географии РАН точность модели YOLOv11 составила 75%, а классификатора DiatomNet на открытом наборе данных — 70%. Эти показатели пока промежуточные: после расширения датасета их планируют пересчитать.
Нейросеть лучше всего распознаёт крупные, целые и хорошо развернутые створки. Если объект повёрнут, находится у края кадра или попал в расфокусированную область, система пропускает его в 10–20% случаев. Если встречается неизвестный для модели вид, она предлагает выбрать вариант из известных классов, а не пытается самостоятельно придумать ответ.
Следующим полезным дополнением, по мнению учёных, станет возможность вручную дообучать систему на пропущенных объектах. Специалист мог бы указать класс и отметить на фотографии створку, которую нейросеть не распознала. Даже в нынешнем виде автоматическая обработка уже заметно сокращает объём ручной работы, а дальнейшее увеличение количества обрабатываемых снимков может ещё сильнее ускорить анализ.
Следующий этап — проверить систему на целом микропрепарате. Один и тот же препарат дадут нескольким специалистам, после чего их результаты сравнят между собой и с ответом модели. Это позволит оценить не только точность сервиса, но и то, насколько совпадают результаты разных специалистов. Если показатели подтвердятся, разработчики рассчитывают использовать сервис в дальнейшей научной работе.
Читайте ещё материалы по теме:
Водоросли для МКС: российская разработка превращает углекислый газ в кислород
Физики из Сколтеха и МГУ нашли в панцирях водорослей структуру для фокусировки света
Ростех создал судно, способное за сутки очистить море от нефти
image/jpeg media-7c35acb727c316318795273f6eb70ac7a997f04fab616dd38ea7e9928e21b4c9.png

Схожие новости

#	Наименование новости	Тональность	Информативность	Дата публикации
1	Читайте ещё материалы по теме:	0	8.71	28-09-2026
2	Читайте ещё материалы по теме:	0	8.71	28-09-2026
3	Читайте ещё материалы по теме:	0	8.71	28-09-2026
4	Читайте ещё материалы по теме:	0	8.71	28-09-2026
5	Читайте ещё материалы по теме:	0	8.71	28-09-2026
6	Читайте ещё материалы по теме:	0	8.71	28-09-2026
7	Читайте ещё материалы по теме:	0	8.71	28-09-2026
8	Читайте ещё материалы по теме:	0	8.71	28-09-2026
9	Читайте ещё материалы по теме:	0	8.71	28-09-2026
10	Читайте ещё материалы по теме:	0	8.71	28-09-2026

Классификация: Наука. Схожих патентов: 0. Схожих новостей: 10. Тональность: 0. Информативность: 8.71. Источник: vk.com.