Инженер-исследователь Томского научного центра СО РАН Иван Поляков разрабатывает программное обеспечение для автоматического анализа большого количества изображений микроструктуры вещества, полученных с применением металлографических и электронных микроскопов. С помощью удобного интерфейса, специально созданной и обученной нейросети, а также набора оригинальных алгоритмов ученые смогут очень быстро получать данные о пористости, размере зерен и микроструктуре поверхностей.
– Нередко при анализе изображений, когда, например, необходимо выделить границы различных частиц, используются различные фоторедакторы. Но одно дело исследовать «в ручном режиме» одно или несколько изображений, и совсем другое, когда их десятки! А вопрос об объективности результатов – порой вообще философия. Так у нас в Томском научном центре появилась идея создать программный комплекс, который сможет самостоятельно справляться с подобными задачами, – рассказывает Иван Сергеевич.
У молодого ученого очень большой фронт работ! Будущий программный комплекс будет состоять из нейросети, нескольких алгоритмов и пользовательского интерфейса. Как пояснил Иван Поляков, прежде всего, необходимо с нуля создать свою нейросеть и обучить ее на специально созданном в лаборатории наборе реальных изображений микроструктуры. И чем больше их различных вариаций запомнит нейросеть, тем с большей точностью она сможет распознавать их в дальнейшем на реальных образцах.
Программный комплекс включает в себя несколько алгоритмов, анализирующих пористость, размер зерен и микроструктуру материалов. Уже написан алгоритм, отвечающий за определение пористости, он помогает ученым быстро собрать большой массив статистических данных. Самым сложным оказался алгоритм, анализирующий размеры зерен: Иван ищет эффективный способ однозначно «объяснить» программе, что такое границы зерна и в чем их отличие от пор. Кроме этого, уже создан удобный интерфейс, который не требует от пользователя каких-то специальных навыков обращения с терминалом.
– Программный комплекс уже сейчас помогает ученым Томского научного центра СО РАН получать важную первичную информацию о структуре исследуемых образцов, пористости, размерах частиц и зерен в порошковых смесях исходных реакционных компонентов, а также в уже синтезированных из них химических соединениях (интерметаллидах, металлоидах, сложных композиционных материалах).Эта разработка недавно была представлена на «Технопроме-2024», – отметил Олег Лапшин, зав. отделом структурной макрокинетики ТНЦ СО РАН.
В дальнейшем умный анализатор будет востребован в научных материаловедческих институтах и центрах, а также на производстве, где он поможет быстро обнаружить различные дефекты микроструктуры выпускаемых изделий. Это станет возможным благодаря тому, что уже созданную нейросеть можно будет в короткие сроки обучить для решения конкретных задач.