Биополимерные скаффолды широко применяются в тканевой инженерии и регенеративной медицине в качестве каркасных структур, поддерживающих рост и развитие клеток. Морфологические характеристики скаффолдов напрямую влияют на эффективность взаимодействия с клеточными структурами, что делает морфологический анализ критически важным. В данной работе рассматривается применение методов компьютерного зрения и машинного обучения для оптимизации анализа микрофотографий скаффолдов. Предложенный подход позволяет восстанавливать карту границ кластеров с использованием диаграммы Вороного на основе аннотированных центров, что позволяет вычислять морфологические параметры. Разработаны модели сверточных нейронных сетей для предсказания структурных характеристик и классификации скаффолдов по типу.

Гребенюк В.А., Лукиев И.В., Чабина А.С. (науч. рук. Ситникова В.Е.) Оптимизация морфологического анализа скаффолд-поверхностей с использованием свёрточных нейронных сетей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/15997