Д.Г. Чеботарев1, А.Т. Черняев2, И.И. Наумов3, Р.Р. Ибадов4

1–4 Донской государственный технический университет (г. Ростов-на-Дону, Россия)
1 chebotarv01@mail.ru, 2 atchernyaev@donstu.ru, 3 inaumov@donstu.ru, 4 ragim_ibadov@mail.ru

Постановка проблемы. Управление жизнедеятельностью биологических систем посредством воздействия электромагнитных полей оптического диапазона – актуальная задача биомедицинской инженерии и биофизики. Для прецизионного управления процессами фотоморфогенеза и неинвазивного мониторинга состояния биологических объектов предназначен разработанный аппаратно-программный комплекс.

Цель. Разработать и внедрить интегрированную оптико-электронную систему для автоматизированной регистрации и обработки цифровых образов модельных тест-культур (Raphanus sativus L. и Eruca sativa Mill.) в условиях контролируемой световой среды.

Результаты. В составе комплекса реализован блок формирования спектральных программ на базе полупроводниковых источников излучения и модуль оптической диагностики с использованием библиотеки компьютерного зрения OpenCV. Доказано, что разработанный алгоритм включает в себя сегментацию в цветовом пространстве HSV, обеспечивающую устойчивость системы к флуктуациям интенсивности освещения, а также морфологическую фильтрацию и контурный анализ для определения метрических характеристик биообъектов. Проведена метрологическая аттестация системы с определением коэффициента преобразования k = 0,17 мм/пиксель. Показано, что производительность комплекса составляет 3000–4500 изображений в сутки при использовании вычислительных мощностей среднего класса, позволяющую осуществлять высокоточный динамический мониторинг состояния сотен зон экспозиции одновременно. Отмечено, что комплекс демонстрирует высокую воспроизводимость и точность измерения морфологических параметров (среднее значение диаметра листа для тест-объекта: 10,23 мм при площади 82,35 мм²), а это подтверждает эффективность предложенных схемотехнических и алгоритмических решений для задач биомедицинских технологий и систем дистанционного биомониторинга.

Практическая значимость. Результаты исследования имеют существенное значение для проектирования и внедрения автоматизированных аппаратно-программных комплексов прецизионного мониторинга в биомедицине, космической биологии и системах высокотехнологичного экологического контроля. Разработанная система позволяет существенно оптимизировать процесс сбора первичных экспериментальных данных, сокращая временные затраты на обработку суточных массивов информации с 2–3 ч (при использовании механических инструментов) до 10–15 мин в автоматизированном режиме. Устранение человеческого фактора из процесса сбора данных обеспечивает высокую достоверность и воспроизводимость результатов при изучении долговременных биологических эффектов воздействия физических полей. Предложенная архитектура системы легко интегрируется в современные IoT-платформы для создания систем предиктивной диагностики, позволяя проводить раннюю детекцию изменений функционального состояния биообъектов. Адаптивность реализованных алгоритмов сегментации в пространстве HSV обеспечивает универсальность применения комплекса для широкого спектра растительных тест-систем в различных конфигурациях лабораторных биофизических стендов.

Фотобиологический комплекс, фотоморфогенез, компьютерное зрение, OpenCV, сегментация изображений, пространство HSV, биомедицинские технологии, неионизирующее излучение, тест-системы

1. Lanoue J., St. Louis S., Little C., Hao X. Continuous lighting can improve yield and reduce energy costs while increasing or maintaining nutritional contents of microgreens // Frontiers in Plant Science. 2022. V. 13. P. 983222. https://doi.org/10.3389/fpls. 2022.983222.
2. Filatov D., Olonin I. Optimal ratio of spectrum, light intensity and photoperiod to minimize costs when growing microgreens // E3S Web of Conferences. 2023. V. 383. P. 04074. https://doi.org/10.1051/e3sconf/202338304074.
3. Vrkić R., Šic Žlabur J., Dujmović M., Benko B. Can LED lighting be a sustainable solution for producing nutritionally valuable microgreens? // Horticulturae. 2024. V. 10(3). P. 249. https://doi.org/10.3390/horticulturae10030249.
4. Cavallaro V., Muleo R. The Effects of LED Light Spectra and Intensities on Plant Growth. // Plants. 2022. V. 11(15). P. 1911. https://doi.org/10.3390/plants11151911.
5. Shmarev A., Vereshagin M., Pashkovskiy P., Kreslavski V.D., Allakhverdiev S.I. Influence of additional far-red light on the photosynthetic and growth parameters of lettuce plants and the resistance of the photosynthetic apparatus to high irradiance // Photosynthetica. 2024. V. 62(2). P. 180–186. https://doi.org/10.32615/ps.2024.016.
6. Hossain M.M., Shibasaki Y., Goto F. Enhancement of Growth and Quality of Winter Watermelon Using LED Supplementary Lighting // Horticulturae. 2025. P. 11(3). P. 262. https://doi.org/10.3390/horticulturae11030262.
7. Sawatdee S., Jarunglumlert T., Pavasant P., Sakihama Y., Flood A.E., Prommuak C. Effect of mixed light emitting diode spectrum on antioxidants content and antioxidant activity of red lettuce grown in a closed soilless system // BMC Plant Biology. 2023. V. 23. P. 351. https://doi.org/10.1186/s12870-023-04364-y.
8. Yang X., Wang S., Liu W., Huang S., Xie Y., Meng X., Li Z., Jin N., Jin L., Lyu J., Yu J. Different Spatial Configurations of LED Light Sources Enhance Growth in Tomato Seedlings by Influencing Photosynthesis, CO2 Assimilation, and Endogenous Hormones // Plants. 2025. V. 14(9). P. 1369. https://doi.org/10.3390/plants14091369.
9. Yudina L., Sukhova E., Mudrilov M., Nerush V., Pecherina A., Smirnov A.A., Dorokhov A.S., Chilingaryan N.O., Vodeneev V., Sukhov V. Ratio of Intensities of Blue and Red Light at Cultivation Influences Photosynthetic Light Reactions, Respiration, Growth, and Reflectance Indices in Lettuce // Biology. 2022. V. 11(1). P. 60. https://doi.org/10.3390/biology11010060.
10. Rizzon A.A., Silvestre W.P., Vicenço C.B., Rota L.D., Pauletti G.F. Supplementary Light on the Development of Lettuce and Cauliflower Seedlings // Stresses. 2024. V. 4(1). P. 6. https://doi.org/10.3390/stresses4010006.
11. Afzali S., Mosharafian S., van Iersel M.W., Mohammadpour Velni J. Development and Implementation of an IoT-Enabled Optimal and Predictive Lighting Control Strategy in Greenhouses // Plants. 2021. V. 10(12). P. 2652. https://doi.org/10.3390/ plants10122652.
12. Appolloni E., Orsini F., Pennisi G., Gabarrell Durany X., Paucek I., Gianquinto G. Supplemental LED Lighting Effectively Enhances the Yield and Quality of Greenhouse Truss Tomato Production: Results of a Meta-Analysis // Frontiers in Plant Science. 2021. V. 12. P. 596927. https://doi.org/10.3389/fpls.2021.596927.
13. Rahman M.M., Field D.L., Ahmed S.M., Hasan M.T., Basher M.K., Alameh K. LED Illumination for High-Quality High-Yield Crop Growth in Protected Cropping Environments // Plants. 2021. V. 10(11). P. 2470. https://doi.org/10.3390/plants10112470.
14. Arif A.B., Budiyanto A., Setiawan, Cahyono T., Sulistiyani T.R., Marwati T., Widayanti S.M., Setyadjit, Manalu L.P., Adinegoro H., Yustiningsih N., Hadipernata M., Jamal I.B., Susetyo I.B., Herawati H., Iswari K. Risfaheri. Application of Red and Blue LED Light on Cultivation and Postharvest of Tomatoes (Solanum lycopersicum L.) // Scientifica. 2024. V. 3815651. https://doi.org/10.1155/2024/3815651.
15. Zhang M., Ju J., Hu Y., He R., Song J., Liu H. Meta-Analysis of the Impact of Far-Red Light on Vegetable Crop Growth and Quality // Plants. 2024. V. 13(17). P. 2508. https://doi.org/10.3390/plants13172508.
16. Kula-Maximenko M., Niewiadomska E., Maksymowicz A., Ostrowska A., Oklestkova J., Pěnčík A., Janeczko A. Insight into Details of the Photosynthetic Light Reactions and Selected Metabolic Changes in Tomato Seedlings Growing under Various Light Spectra // International Journal of Molecular Sciences. 2021. V. 22(21). P. 11517. https://doi.org/10.3390/ijms222111517.
17. Wei Y., Wang S., Yu D. The Role of Light Quality in Regulating Early Seedling Development // Plants. 2023. V. 12(14). P. 2746. https://doi.org/10.3390/plants12142746.
18. Klyuchka E.P., Lukyanov A.D., Donskoy D.Yu., Tregubenko L.A., Slashchev I.S. Simulation of light environment in climatic chambers phytotron // AIP Conference Proceedings. 2019. V. 2188. P. 030013. https://doi.org/10.1063/1.5138406.
19. Garbouge H., Rasti P., Rousseau D. Enhancing the Tracking of Seedling Growth Using RGB-Depth Fusion and Deep Learning // Sensors. 2021. V. 21(24). P. 8425. https://doi.org/10.3390/s21248425.