Специалисты Центра искусственного интеллекта МГУ имени М. В. Ломоносова разработали метод выявления патологий на снимках компьютерной томографии (КТ), который не требует разметки обучающих изображений для нейросетей. Об этом сообщили ТАСС в пресс-службе вуза.
© Global Look Press
"Ученые представили метод автоматического выявления патологий на КТ-изображениях без использования размеченных медицинских данных. Анализ осуществляется самообучающимися моделями, способными обнаруживать патологические изменения без предварительной разметки конкретных заболеваний", — сказали в вузе.
Современные системы анализа медицинских изображений обычно обучаются на размеченных наборах данных, где заранее указано, какие именно патологии должна находить модель. Однако такие данные ограничены: в большинстве медицинских наборов размечены лишь отдельные заболевания, тогда как другие патологические изменения остаются без аннотаций. Это затрудняет создание систем анализа медицинских изображений, способных работать с широким спектром патологий.
"Авторы предложили рассматривать поиск патологий как задачу обнаружения аномалий. Метод основан на предположении, что патологические изменения встречаются значительно реже нормальных структур. Модель обучается определять участки изображения, статистически отличающиеся от нормальных структур компьютерной томографии. Исследователи разработали систему Screener, которая использует методы самообучения для обработки медицинских изображений и изучает распределение признаков на уровне отдельных участков снимка. Для обучения модель использовала более 30 тысяч неразмеченных КТ-исследований", — уточнили в МГУ.
Метод тестировался на четырех крупных наборах медицинских данных, включающих изображения с признаками рака легких, пневмонии, опухолей печени и почек. Предложенный подход показал более высокую точность по сравнению с существующими методами сегментации аномалий на КТ-изображениях.
"Предложенный метод может стать инструментом предварительного анализа медицинских изображений и помочь в создании более универсальных систем искусственного интеллекта для использования при диагностике", — пояснили в пресс-службе университета.
