РУС  ENG 

Российская компания, работающая в сфере IT, предлагает программно-аппаратный комплекс для распознавания сложных структур для медицины

17 Декабря 2018

Статус

Активен

Аннотация

Российская компания разрабатывает и производит «умные» программно-аппаратные комплексы для распознавания образов для больших объемов графической информации, которые способны оперативно выполнять коллективные задачи и напрямую взаимодействовать с пользователями. Компания ищет партнера из области медицинской диагностики гистологических снимков для заключения соглашения о совместном предприятии и выведении нового продукта на международный рынок.

Описание предложения

Российская компания из Екатеринбурга в течении 15 лет занимается разработкой программного обеспечения для анализа микроструктуры различных сред для цифровой микроскопии. Кроме того, компания осуществляет поставки автоматизированных измерительных комплексов на базе оптических микроскопов и оказывает сервисные услуги. Разрабатываемое программного обеспечение по анализу микроструктуры принимает на вход изображение сложной структуры и предлагает пользователю похожие изображения из своей базы. Пользователь может последовательно исключать из выдачи неудачные варианты, добравшись до действительно похожего изображения, либо эталона. Далее пользователь может пометить вновь поступившее изображение, как необходимое к обучению, чтобы в следующий раз распознаватель быстрее нашел нужный вариант. Если похожих изображений не нашлось, пользователь может сохранить входящее изображение в качестве нового класса. В результате, система обучается в процессе работы. Новизна продукта заключается в использовании дискретно-событийного подхода в управлении обучением при распознавании образов на изображениях, а также в уникальности разрабатываемых алгоритмов по выявлению признаков и для машинного обучения. Так при диагностике выявления ранних стадий рака при эндоскопическом обследовании можно довольно точно с помощью данного метода распознать микроструктуру ткани по ее архитектонике, при этом, дав врачу инструмент для быстрого принятия решения о лечении пациента. Существующие аналоги рассчитывают, как правило, количественные показатели изображений после обследования. Такой подход требует высококлассного специалиста не только во время обследования, но и после него. Данный метод позволяет решать задачу распознавания архитектоники в процессе обследования и не требует чрезмерно высокой квалификации от эндоскопистов, поскольку ПО будет генерировать подсказки в реальном времени. Российская IT компания ищет партнеров - медицинские научные и исследовательские центры в области гистологии, работающие с большими объемами баз данных снимков и изображений, для адаптации нового продукта под международные требования и выведения его на европейский рынок в рамках создания совместного предприятия.

Инновационные аспекты и преимущества

Разработанный программный продукт состоит из следующих модулей: модуля выявления признаков (feature extractor), модуля управления данными (data manager), модуля машинного обучения (machine learning module), модуля управления обучением (control module). В основе выявления признаков лежит метод SIFT (в том числе для объемных изображений), управление данными граф-ориентированное, машинное обучение с бустингом и подкреплением, управление обучением основано на периодической переоценке информативности признаков и формировании стабильного словаря признаков. ПО имеет клиент-серверную архитектуру, клиент может принимать видео-поток с камеры прибора напрямую или с видео-регистратора через видео-кабель (быть в непосредственной близости от рабочего места пользователя). Для формирования распределенной архитектуры необходимо подключение всех серверов к сети Интернет (или иной распределенной сети), а также выбор одного главного сервера.

Текущая стадия развития

Текущая стадия – интеграция и испытания программного продукта.

Технологические ключевые слова

01003012 Формирование изображения, обработка изображений распознавание образов
01003007 Компьютерные технологии /графика, мета-вычисления
01003 Обработка информации, информационные системы, управление технологическим потоком
01 ЭЛЕКТРОНИКА, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИ

Коды рыночных применений

05002 Визуализация в медицине
05 МЕДИЦИНА/ЗДРАВООХРАНЕНИЕ
02002003 Графическое программное обеспечение
02002 Средства компьютерной графики
02 КОМПЬЮТЕРНЫЕ СРЕДСТВА

Права интеллектуальной собственности

Секреты производства

Комментарии, дата и номер патента

Патент на полезную модель, РФ, 2015

Предпочитаемые страны

Армения, Австрия, Белоруссия, Бельгия, Босния и Герцеговина, Болгария, Чили, Китай, Хорватия, Кипр, Чехия, Дания, Египет, Эстония, Финляндия, Франция, Германия, Греция, Венгрия, Исландия, Ирландия, Израиль, Италия, Япония, Латвия, Литва, Люксембург, Македония, Мальта, Мексика, Молдавия, Черногория, Нидерланды, Норвегия, Польша, Португалия, Румыния, Российская Федерация, Сербия, Словакия, Словения, Южная Корея, Испания, Швеция, Швейцария, Сирия, Тунис, Турция, Украина, Великобритания, США, Албания, Аргентина, Бразилия, Канада, Грузия, Индия, Индонезия, Иордания, Новая Зеландия, Парагвай, Перу, Сингапур, Китайская Республика Тайвань

Дата профиля

17.12.2018


Выразить интерес