Научные сотрудники Лаборатории аналитики потоковых данных и машинного обучения Механико-математического факультета Новосибирского государственного университета (НГУ) совместно с Федеральным центром нейрохирургии разработал программный модуль для диагностики опухолей головного мозга на МРТ-изображениях и при хирургических операциях. В основе разработки лежат двух- и трехмерные модели компьютерного зрения с предварительной обработкой данных нескольких снимков МРТ мозга — с введением контрастного вещества в кровь пациента и без него. Эти модели позволяют с высокой точностью распознать 4 типа опухолей: менингиома, невринома, глиобластома и астроцитома, а также определить их компоненты и размеры.
Созданный модуль ученые встроили в открытое программное обеспечение. В этот модуль специалисты НГУ упаковали свой алгоритм. Он отсылает на сервер МРТ-снимки и получает в качестве ответа результат классификации опухоли.
«Мы научили искусственный интеллект с высокой точностью обнаруживать и распознавать четыре типа новообразований, сегментировать и выделять их компоненты и размеры. В будущем алгоритм сможет объяснять, почему он выдал именно такой контур опухоли и именно так ее классифицировал. Сделать это будет непросто, однако существующий алгоритм имеет у экспертов высокую степень подтверждаемости. Мы доказали это в своих научных статьях, опубликованных в нескольких специализированных изданиях. Возможно, в будущем наш алгоритм заменит человека в выполнении рутинных процессов при определении контуров и типов опухолей головного мозга на МРТ-изображениях», — рассказал заведующий лабораторией НГУ Евгений Павловский.
Исследователи проверили алгоритм на собственной базе данных и результаты их удовлетворили. Также алгоритм прошел апробацию на международном конкурсе BraTS Challenge 2021. Точность работы алгоритма проверяли на тестовом наборе данных по метрике Дайса. По результатам этой проверки алгоритм, разработанный специалистами НГУ, вошел в десятку лучших, опередив почти тысячу команд.
«По классификации полученные результаты демонстрируют не только высокие показатели точности — до 92 %, — при анализе пациентов, но и очень высокий потенциал, а также перспективу для будущих исследований в этой области. Разработанный нами программный модуль может быть использован для обучения специалистов. О его внедрении в клиническую практику пока говорить рано, потому что он пока не прошел необходимых для этого испытаний», — подчеркнул Евгений Павловский.
редакция по материалам Новосибирского государственного университета
© фото предоставлено институтом
