Студенты создали технологию для более точного анализа изображений в медицине и мониторинге пожаров

Процесс сегментации изображений с помощью метода MEBS. Автор: Scientific Reports (2025). DOI: 10.1038/s41598-025-09211-8

Группа студентов Университета Британской Колумбии (кампус Оканаган) разработала технологию, которая может улучшить обнаружение опухолей, пожаров и других объектов на сложных изображениях.

Под руководством доцента Сяопина Ши из Департамента компьютерных наук, математики, физики и статистики UBCO студенты создали систему под названием «адаптивная сегментация на основе энергии с множественными точками изменения» (MEBS).

Этот метод использует сложные математические алгоритмы для выделения важных деталей на зашумлённых или сложных изображениях, с которыми не справляются традиционные методы анализа.

«Этот проект дал нам возможность поработать над чем-то, что может изменить мир к лучшему», — говорит Джиатао Чжун, магистрант UBCO и ведущий автор исследования. «Очень вдохновляет осознавать, что наша разработка может помочь врачам раньше обнаруживать заболевания, а учёным — эффективнее отслеживать лесные пожары».

Исследование, опубликованное в журнале Scientific Reports, демонстрирует, что MEBS может:

• Улучшать обнаружение опухолей и скоплений жидкости на рентгеновских снимках и маммограммах
• Выявлять очаги возгорания на спутниковых снимках для более быстрого реагирования
• Помогать биологам отслеживать рост клеток в исследованиях растений

Доктор Юэцзяо Фу сотрудничал с доктором Ши в работе над статьёй, а студенческая команда (Чжун, Шиинь Ду, Цаньжо Шэнь, Итин Чэнь, Медха Найду и Минь Гао) занималась программированием, тестированием и экспериментами с медицинскими и спутниковыми изображениями.

MEBS отличается от традиционных инструментов тем, что автоматически адаптируется к особенностям каждого изображения, повышая точность анализа без дополнительных ручных настроек.

Дополнительная информация: Jiatao Zhong et al, Energy-based segmentation methods for images with non-Gaussian noise, Scientific Reports (2025). DOI: 10.1038/s41598-025-09211-8

Источник: University of British Columbia