Студенты Севастопольского государственного университета (СевГУ) предложили с помощью нейросети диагностировать опухоли головного мозга на ранней стадии

Студенты СевГУ Даниил Марцун и Кристина-Габриэла Вакаренко разработали концепцию алгоритма, который позволит использовать нейросети для выявления опухолей головного мозга на ранней стадии.

Результаты исследования опубликованы в сборнике Всероссийской научно-практической конференции «Современные технологии: проблемы и перспективы».

«Для успешного лечения опухолей головного мозга крайне важно их раннее выявление и точная диагностика. Однако анализ МРТ-изображений — трудоемкий процесс, требующий высокой квалификации специалистов. <...> Для решения этой проблемы необходима разработка автоматизированных систем, способных точно и быстро определять наличие опухолей на снимках МРТ. В качестве такого решения мы предлагаем применение нейронных сетей», — поясняют разработчики.

Несмотря на разнообразие опухолей головного мозга (как злокачественных, так и доброкачественных), на МРТ-снимках они имеют общие черты: выглядят как аномальные области с измененной структурой и/или увеличенным объемом ткани. Эти общие признаки могут быть распознаны нейросетями.

«Нейронные сети — мощный инструмент в медицинской диагностике, способный анализировать снимки МРТ и выявлять характерные признаки опухолей. Для обучения нейросети была использована база данных снимков МРТ головного мозга, отсортированных по наличию или отсутствию опухоли», — уточняют авторы.

Для решения задачи был выбран специальный тип нейронных сетей — сверточные нейронные сети (СНС). СНС состоят из множества слоев, на каждом из которых проводится анализ изображения, что повышает способность искусственного интеллекта к распознаванию сложных паттернов, характерных для опухолей. После обучения на большом объеме данных СНС могут выявлять патологии на изображениях с высокой точностью.

Разработанный алгоритм анализа снимков включает несколько этапов: предварительную обработку изображения (устранение шума, улучшение контраста), сегментацию (разделение изображения на области), выделение характеристик потенциальной опухоли (форма, текстура, интенсивность, размер) и классификацию — определение наличия или отсутствия опухоли в выделенной области.

«Разработанный алгоритм распознает наличие опухолей головного мозга по принципу "да" или "нет". Применение СНС в этой области открывает перспективы для развития персонализированной медицины, где алгоритмы машинного обучения помогут в определении наиболее эффективного лечения. В России наблюдается растущий интерес к разработке и внедрению автоматизированных систем диагностики, что способствует повышению качества жизни пациентов и снижению смертности от онкологических заболеваний», — резюмируют авторы исследования.

Источник: пресс-служба Севастопольского государственного университета