« Takaisin

Konenäkö mahdollistaa nanopartikkelien analysoinnin teollisissa ja lääketieteellisissä sovelluksissa

Mikroskooppisella tasolla toimiva konenäkö pystyy laskemaan tietyn aineen nanopartikkeleiden ominaisuuksia. Ihmisen tekemään havainnointiin ja laskentaan verrattuna automatisoitu laskenta on merkittävästi nopeampaa ja halvempaa. LUT-yliopiston väitöskirjassa kehitetty laskentamenetelmä tuo uusia mahdollisuuksia teollisiin ja biolääketieteen sovelluksiin. Lääketieteen sovelluksissa avautuu mahdollisuuksia hyödyntää menetelmää esimerkiksi kehittyvien syöpäsolujen havaitsemisessa.

Nanopartikkelit

Automaattinen partikkelilaskenta on haastavaa, sillä tutkittava kuva koostuu lähes aina suuresta määrästä erilaisia partikkeleita, joiden muoto, koko ja ulkonäkö vaihtelevat. Partikkeleiden esiintyminen päällekkäin monimutkaistaa laskentaa entisestään. Teollisissa ja biolääketieteellisissä sovelluksissa partikkeleiden koon ja muodon vaihtelu tulee erottaa luotettavasti, jotta esimerkiksi materiaalin turvallisuus voidaan taata ja vaarallisia syöpäsoluja kyetään tunnistamaan.

LUT-yliopiston vieraileva tutkija Sahar Zafari esittelee väitöskirjassaan konenäköä hyödyntävän sovelluksen, joka kykenee päällekkäisten ja muodoltaan tunnettujen partikkeleiden automaattiseen tunnistamiseen. LUTin laskennallisen tekniikan ja analytiikan alaan kuuluva väitöskirja tarkastetaan poikkeuksellisesti Texasin yliopistossa, Yhdysvalloissa, jossa Zafari tällä hetkellä työskentelee.

"Zafarin kehittämän sovelluksen tieteellinen ansio on siinä, että myös päällekkäin olevat partikkelit tunnistetaan", kertoo tutkimuksen ohjaaja, professori Heikki Kälviäinen LUT School of Engineering Sciencesta.

Uusi sovellus osoittautui partikkeleiden tunnistamisessa ja segmentoinnissa kilpailevia menetelmiä tarkemmaksi

Sahar Zafarin tutkimus nojasi oletukseen partikkeleiden kuperasta muodosta. Sovelluksen luotettavuutta arvioitiin käyttämällä sekä keinotekoisia että reaalimaailman aineistoja. Tutkimuksessa käytetyt aineistot esittivät eri kokoisista partikkeleista muodostuneita kuvioita, jotka olivat eri asteisesti päällekkäisiä.

"Zafarin menetelmä osoittautui partikkeleiden tunnistamisessa ja segmentoinnissa kilpailevia menetelmiä tarkemmaksi."

Titaanioksidin vaarallisuus tutkimuksen kohteena maailmalla

Zafarin työ liittyy läheisesti suurta huomiota saaneen titaanioksidin vaikutusten tutkimiseen. Valkoisena väriaineena esimerkiksi elintarvikkeissa ja hammastahnassa käytettyä titaanioksidia tutkitaan tällä hetkellä paljon, sillä sen epäillään liittyvän syövän esiintymiseen.

"Vaikutuksia ihmisillä esiintyviin syöpäsairauksiin ei ole vielä todennettu. Jos titaanioksidin yhteys syöpään pystytään osoittamaan, me voimme hyödyntää konenäköteknologiaa ja tällä tavalla auttaa diagnostiikkaa. Joka tapauksessa menetelmiä voi soveltaa ainakin soluanalyysiin", Kälviäinen kertoo.

Diplomi-insinööri Sahar Zafarin väitös "Segmentation of Partially Overlapping Convex Objects in Silhouette Images" tarkastetaan Teksasin yliopistossa, Austinissa Yhdysvalloissa 29.11.2018 klo 10 paikallista aikaa. Vastaväittäjänä toimii professori Matti Pietikäinen Oulun yliopistosta. Kustoksena toimii professori Heikki Kälviäinen LUT-yliopistosta. Väitöskirja on nähtävissä verkossa osoitteessa:
http://urn.fi/URN:ISBN:978-952-335-295-7.

Lisätietoja:

Heikki Kälviäinen, professori, LUT-yliopisto, puh. 040 586 7552 heikki.kalviainen@lut.fi