• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
31.10.2023
ЮУрГУ
382

Челябинские ученые создали алгоритм, распознающий опухоли мозга с вероятностью 99 процентов

4.7

Старший научный сотрудник лаборатории больших данных и машинного обучения Южно-Уральского государственного университета профессор Сэчин Кумар разработал модель нейросети для распознавания опухолей мозга по изображениям магнитно-резонансной томографии (МРТ).

Челябинские ученые создали алгоритм, распознающий опухоли мозга с вероятностью 99 процентов
Челябинские ученые создали алгоритм, распознающий опухоли мозга с вероятностью 99 процентов / © Getty images / Автор: Euclio Drusus

«Обучение нейросети проходило на общедоступном наборе из 3064 изображений МРТ от 230 пациентов, – рассказывает Сэчин Кумар. – Распознавались три вида опухолей – глиомы, менингиомы и опухоли гипофиза. Наша модель сочетает в себе элементы сверточной и конволюционной нейронных сетей (U-net и CNN) для сегментации и классификации опухолей, что увеличило ее эффективность с точностью более чем 99 процентов». На наборе данных пациентов с уже подтвержденным диагнозом, в 99,39 процентов была диагностирована болезнь, и лишь 0,61 процентов системой был ошибочно поставлен диагноз «здоровы».

Для такого результата нейросеть прошла 150 циклов обучения. Алгоритмы были реализованы на языке программирования Python. «При обучении нейросети каждое изображение изначально сегментировалось на девять частей, – объясняет суть технологии Сэчин Кумар. – Выстраивалось дерево опорных точек (VPT), просчитывались показатели ближайших соседей-пикселей, создавались метки, которые потом использовались для вычисления вероятностей».

Затем использовалась «сверточная» сеть. «Сверточная нейронная сеть (U-net) – особая архитектура для задач семантической сегментации, таких, как например, сегментация опухолей мозга. Она состоит из двух главных частей – кодера и декодера. Кодер собирает и редуцирует пространственную информацию в изображении с помощью сверточных слоев и операций объединения, в то время как декодер преобразует ее для создания карты сегментации.

«Конволюционные нейронные сети (CNN), рекуррентные нейронные сети (RNN), сверточные нейронные сети (U-Net), сети с долговременной и кратковременной памятью (LSTM) – это все технологии глубокого обучения, – поясняет Сэчин Кумар. – В сущности, глубокое обучение полезно тогда, когда объем данных достаточно большой, и простые алгоритмы машинного обучения не справляются с ним за приемлемое время. Глубокое обучение обеспечивает высокую точность при работе именно с большими данными».

Выбор дерева опорных точек на МРТ – основа принципа / © Пресс-служба ЮУрГУ

Профессор Кумар уверен в эффективности своей модели, однако предостерегает от поспешного ее внедрения. И дело прежде всего в географии. «Общедоступные наборы данных собраны в конкретном регионе планеты, – поясняет Сэчин Кумар. – Но образ жизни и уровень жизни населения, экология, питание, качество воды и воздуха и другие экологические и медицинские параметры в каждой стране разные». Поэтому нейросеть, перед внедрением в больничную практику, предстоит дополнительно обучить на данных МРТ конкретной страны или региона. Но это лишь пока.

Старший научный сотрудник лаборатории больших данных и машинного обучения Южно-Уральского государственного университета профессор Сэчин Кумар / © Пресс-служба ЮУрГУ

«Целью проекта была разработка более точной модели – по сравнению с уже существующими. И нам это удалось, – говорит Сэчин Кумар. – Следующий шаг – сбор, объединение данных из других стран и наконец разработка некой универсальной модели, которую одобрят и внедрят для использования в больницах по всему миру».

Сэчин Кумар – один из семи сотрудников Южно-Уральского государственного университета, получивший премию «Признание ЮУрГУ-2022», победитель в номинации «Наука». Его работа поддержана грантом Российского научного фонда. Со своим открытием он также принимал участие в проекте FENU-2020-0022 «Математические основы, модели и алгоритмы цифровой индустрии» под руководством профессора Леонида Соколинского, поддержанном Министерством образования России.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Южно-Уральский государственный университет — это центр цифровых трансформаций, где проводят инновационные исследования по большинству приоритетных направлений развития науки и техники. В соответствии со стратегией научно-технологического развития России, университет сфокусирован на продвижении крупных научных междисциплинарных проектов в области цифровой индустрии, материаловедения и экологии. В 2021 году ЮУрГУ победил в конкурсе по программе «Приоритет-2030». Вуз выполняет функции регионального проектного офиса Уральского межрегионального научно-образовательного центра мирового уровня (УМНОЦ).
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
13 февраля
Елизавета Александрова

Астрономы рассчитали, сколько небесных тел могло прилететь в Солнечную систему от соседних звезд, расположенных в четырех световых годах от нас. Выяснилось, что такие объекты не только должны навещать нас, но и, вероятно, присоединяются ко множеству наших «местных» комет и астероидов. По расчетам, вокруг Солнца может обращаться около миллиона довольно крупных объектов из системы Альфы Центавра.

Позавчера, 11:51
Елизавета Александрова

В космосе находят крупные миры, целиком покрытые океанами, и как минимум одна из них внушает подозрения насчет фитопланктона. Недавно ученые рассчитали, с какой скоростью на таких планетах могла бы развиваться жизнь.

13 февраля
ПНИПУ

Современные технологии позволяют считывать ДНК с невероятной точностью, открывая новые возможности для изучения истории человечества. Ученые Пермского Политеха рассказали, что таит в себе удивительная молекула, почему не существует одинаковых людей, как с помощью «генетического кода» узнать о жизни предков, о том к каким заболеваниям у вас есть предрасположенность, и как генные инженеры борются с наследственностью.

12 февраля
Елизавета Александрова

Пролетевший через Солнечную систему в 2017 году астероид Оумуамуа произвел неизгладимое впечатление в том числе своей беспрецедентно вытянутой формой. Астрономы попытались рассчитать, как он мог стать таким и почему в Солнечной системе мы не наблюдаем ничего подобного.

10 февраля
Андрей

Европейские палеонтологи изучили исключительно сохранившийся скелет плезиозавра из юрского периода, обнаруженный в Германии еще в 1940 году. Тогда ископаемую рептилию спрятали от разрушений войны в музей, а через 80 лет выяснилось, что на теле древнего животного остались мягкие ткани — кожа с уцелевшими клеточными ядрами и чешуйки. Новые данные дополняют представление о внешнем виде плезиозавров, живших больше 180 миллионов лет назад.

10 февраля
Елизавета Александрова

Астрономы обнаружили, что почти треть всех наблюдаемых галактик во Вселенной объединены в пять самых широкомасштабных структур — галактические сверхскопления. На составленной учеными трехмерной карте одно особенно выделяется своими рекордными размерами: простирается на миллиард с лишним световых лет.

31 января
Березин Александр

В 2022-2025 годах страны Западной Европы попытались отказаться от природного газа из России. Автор новой работы показал, что получившиеся при этом результаты были во многом противоположны целям.

12 февраля
Елизавета Александрова

Пролетевший через Солнечную систему в 2017 году астероид Оумуамуа произвел неизгладимое впечатление в том числе своей беспрецедентно вытянутой формой. Астрономы попытались рассчитать, как он мог стать таким и почему в Солнечной системе мы не наблюдаем ничего подобного.

10 февраля
Андрей

Европейские палеонтологи изучили исключительно сохранившийся скелет плезиозавра из юрского периода, обнаруженный в Германии еще в 1940 году. Тогда ископаемую рептилию спрятали от разрушений войны в музей, а через 80 лет выяснилось, что на теле древнего животного остались мягкие ткани — кожа с уцелевшими клеточными ядрами и чешуйки. Новые данные дополняют представление о внешнем виде плезиозавров, живших больше 180 миллионов лет назад.

[miniorange_social_login]

Комментарии

Написать комментарий
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно