INNOPOLIS, RUSSIE / EuroWire / — Des chercheurs russes de l'Université d'Innopolis ont obtenu un brevet pour une méthode d'intelligence artificielle qui analyse des photographies de carottes de forage afin d'identifier les fractures, les failles, les veines, les brèches et autres structures géologiques. Cette avancée vise à accélérer la classification des roches et la modélisation géologique. Le brevet, RU2856857C1, a été publié le 25 février 2026 et désigne l'Université d'Innopolis comme titulaire. Il décrit une méthode de regroupement des données d'images de carottes pour la classification structurale et lithologique des roches extraites lors de forages exploratoires.
L'invention est attribuée à Ilmir Nugmanov, Arseny Pinigin, Artur Shagitov et Aikhem Bouabid. Selon des documents universitaires publiés en mai, le projet vise à simplifier l'une des étapes les plus fastidieuses de l'analyse du sous-sol : la description manuelle des carottes de forage utilisées pour documenter la composition et la structure de la roche dans les intervalles forés. Les photographies de carottes sont largement utilisées en exploration et en planification minière car elles conservent un enregistrement visuel des fractures, de la stratification, des veines minéralisées et d'autres caractéristiques susceptibles d'influencer l'interprétation d'un gisement.
Le procédé breveté utilise un système de traitement d'images en deux étapes. Dans un premier temps, un réseau neuronal basé sur la transformée de Fourier analyse les photographies des carottes, isole des sections de carottes d'un mètre de long et associe chaque section à l'intervalle de profondeur correspondant. Dans un second temps, un modèle de segmentation sémantique pré-entraîné analyse chaque section afin de détecter les structures telles que les fissures, les zones détruites, les failles, les veines, les brèches et les traînées. Le résumé du brevet indique également que la méthode élimine les fissures d'origine géologique de la zone cible avant le post-traitement et le calcul des autres caractéristiques géologiques.
Détails du brevet et flux de travail
Pour chaque section, le système génère ce que l'université décrit comme une empreinte numérique contenant 2 780 valeurs numériques par image. Ces valeurs incluent des indicateurs liés à la texture, la couleur, le contraste et la présence de fractures. L'algorithme regroupe ensuite les vecteurs de caractéristiques multidimensionnels afin de classer les structures similaires et de mettre en évidence les anomalies dans les archives géologiques. En convertissant les photographies en données structurées associées aux coordonnées de profondeur, la méthode vise à permettre une classification plus cohérente des images de carottes sur de grands volumes de matériaux.
L'université Innopolis a déclaré que, lors des tests effectués, son système classait les photographies de carottes de forage de la même manière qu'un géologue expérimenté dans environ sept cas sur dix. Selon les documents de l'université, ce travail s'inscrit dans le cadre des efforts déployés pour réduire le temps et la subjectivité liés à la documentation manuelle des carottes. Arseny Pinigin et Ilmir Nugmanov, tous deux reconnus par l'université pour leur rôle dans les travaux sur les technologies pétrolières et gazières, figurent parmi les inventeurs cités dans le brevet.
Applications dans l'exploration et la construction
Ce développement vise à faciliter les tâches d'exploration géologique, d'exploitation minière et de construction, où une évaluation rapide de la structure rocheuse peut influencer les décisions relatives aux gisements, aux puits, aux carrières et aux conditions d'ingénierie. L'université précise que cette approche de regroupement est particulièrement utile pour identifier les failles complexes, les brèches tectoniques et autres structures anormales susceptibles d'affecter les évaluations de stabilité. Le système associant chaque structure détectée à un intervalle de profondeur, il permet d'organiser les observations d'images dans un format exploitable en complément d'une interprétation géologique plus large.
Le brevet a été déposé le 27 mai 2025 et sa publication en février 2026 a officialisé la protection juridique de la méthode en Russie. Conjointement à la description technique de l'université, publiée en mai 2026, le brevet décrit un flux de travail combinant la détection automatisée de sections, la segmentation sémantique et le regroupement pour l'analyse des carottes de roche. Pour l'université d'Innopolis, il en résulte un outil d'IA breveté permettant de transformer les photographies de boîtes de carottes en données géologiques classifiées, sans recourir uniquement à une inspection manuelle.
L’article « Un brevet russe sur l’IA simplifie l’analyse des carottes géologiques » est paru initialement sur Birmingham Beacon .