Projekts ievieš jaunas optiskās metodes veterinārajā onkoloģijā, būtiski vienkāršojot histoloģisko paraugu sagatavošanu un ļaujot veterinārārstiem saņemt histopatoloģijas (HP) rezultātus gandrīz reālā laikā. Pašlaik, lai iegūtu skaidras ķirurģiskās robežas, standarta HP analīze aizņem vairākas dienas, un tā var apsekot tikai ierobežotu laukumu. Jaunā metode ļaus veikt nemerķētu HP audzēju tipa analīzi un atpazīt skaidras ķirurģiskās robežas biežāk sastopamajos suņu un kaķu audzējos: mīksto audu sarkomās un tuklo šūnu audzējos. Mūsu piedāvātā inovācija attiecas uz autofluorescences un Ramana spektrālās joslas attēlveidošanu un optiskās koherences tomogrāfijas (OCT) ieviešanu audu histoloģiskā modeļa atpazīšanā.
EDI projektā pēta attēlu tulkošanas pieejas virtuālai attēlu iekrāsošanai. Ģenerējošie tīkli-pretinieki (GAN) un ģenerējošie difūzijas modeļi tiek pielāgoti, uzlaboti un apmācīti, lai no neiekrāsotiem histoloģijas attēlim veidotu iekrāsotus, tādējādi aizstājot ilgu un darbietilpīgu manuālu iekrāšošanas procesu. Papildus mākslīgā intelekta modeļiem, kuri veic virtuālo iekrāsošanu jeb attēlu tulkošanu, EDI izstrādā un pielieto nepieciešamos attēlu priekšapstrādes algoritmus, kas uzlabo iekrāsošanas rezultātu.
Projektā piedāvātā attēlveidošana ar mākslīgajā intelektā balstītām virtuālās iekrāsošanas metodēm uzlabos nekrāsotu audu automātisko histoloģisko analīzi ex vivo, ļaujot mikroskopiskā līmenī noteikt nepilnīgās histoloģiskās robežas. Šīs metodes paredzēts iestrādāt prototipā, kas būtu pieejams Latvijas veterinārās onkoloģijas klīnikās.
Iesaistītie zinātnieki
