Качество сегментации 3D-изображений медицинских снимков улучшили с помощью нейросетей
Для обучения алгоритма использовали пять тысяч изображений
Группа ученых предложила использовать нейросети для повышения качества сегментации трехмерных изображений медицинских снимков. Об этом пишет ТАСС, ссылаясь на пресс-службу Сколковского института науки и технологий.
Новая модель применима для диагностики повреждений и дефектов в контексте, выходящем далеко за рамки исследования височно-нижнечелюстного сустава (ВНЧС) и вообще медицины. Новый метод будет работать как с другими суставами, например коленным, так и с искусственными структурами в машиностроении, например поршнями и цилиндрами в двигателе,из сообщения Сколтеха.
Поскольку ВНЧС, расположенный с обеих сторон головы, является парным суставом с шарнироподобными и скользящими движениями, он представляет собой сложную систему. Ее картирование в трехмерном виде является довольно сложной задачей. У медиков уходит большое количество времени на анализ снимков компьютерной томографии данного сустава. Для этого они используют специальное ПО, создающее 3D-модель ВНЧС, сегментируя изображение вручную.
Авторы нового исследования автоматизировали процесс сегментации компьютерный томографий ВНЧС. Благодаря внедрению нейросети, обработка изображений занимает всего пару секунд, в то время как врачу потребовалось бы не менее часа для аналогичной интерпретации.
5 тысяч изображений, используемых для обучения нейросети, были предоставлены Первым Санкт-Петербургским государственным медицинским университетом им. Павлова. Алгоритм обучен настолько хорошо, что может выполнять сегментацию снимков не только быстрее, но и качественнее, чем люди.
Фото: avatars.mds.yandex.net, 4slovo.ru, artroz-sustav.ru