Российские и британские исследователи рассказали о совместной разработке
Группа ученых из России и Великобритании разработала нейронную сеть, способную точно и эффективно определять опасные сужения в артериях в ходе анализа диагностических изображений. По словам разработчиков, новый алгоритм поможет кардиологам выявлять зоны патологических изменений с высокой скоростью. Об этом пишет ТАСС, ссылаясь на пресс-службу Российского научного фонда.
Архитектура нейросети и использованные методы машинного обучения позволили добиться 95% точности при работе в реальном времени. В дальнейшем мы планируем разработать программу, которая будет направлять действия хирургов во время имплантации биопротеза клапана аорты,Евгений Овчаренко, заведующий лабораторией НИИ комплексных проблем сердечно-сосудистых заболеваний в Кемерово.
Известно, что раньше для обнаружения опасных сужений в артериях и повреждений кровеносных сосудов применяли ангиографию. Метод заключается в введении специального вещества в кровоток человека, способствующего повышению контрастности рентгеновских снимков. Несмотря на довольно высокую эффективность данного метода, он не всегда позволяет медикам обнаружить все сужения сосудов.
Для решения данной проблемы специалисты решили разработать помощника, способного искать нарушения в сердечно-сосудистой системе независимо от человека и отмечать их на диагностических снимках. Они разработали несколько многоуровневых нейросетей, после чего обучили их на наборе из 8 тысяч снимков, полученных в ходе диагностики ста пациентов.
Испытания алгоритмов позволили выявить наиболее эффективный вариант нейросети, способной анализировать три снимка в течение одной секунды. Точность обнаружения сужений в артериях составила 95%. Отмечается, что некоторые из разработанных систем имели более высокую скорость работы, однако их точность была ниже. Специалисты выразили надежду на то, что новая технология в скором времени начнет применяться в диагностике, а также кардиологических исследованиях.
Фото: rusmeds.com, fb.ru, alain-bensoussan.com
