• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
11 марта, 12:23
Сколтех
8 496

Искусственный интеллект ускорит постановку диагноза по снимку сетчатки глаза

❋ 4.5

Исследователи из совместной лаборатории Сколтеха и Университета Шарджи и их коллеги из Института AIRI автоматизировали анализ снимков сетчатки глаза для диагностики диабетической ретинопатии — повреждения сетчатки при сахарном диабете, которое может приводить к слепоте. В зависимости от сложности случая и квалификации врача, на рассмотрение сети сосудов на одном снимке сетчатки и вынесение диагноза без применения искусственного интеллекта уходит 10-40 минут. Решение ученых выдает ответ мгновенно, после чего врачу остается лишь проверить и подтвердить результат.

Слева — сделанный специальной медицинской камерой снимок сетчатки глаза. Справа — полученная с помощью модели карта сегментации кровеносных сосудов. По ней офтальмологу проще оценить структуру сосудов и поставить диагноз / © Мелаку Гетахун и другие, Pattern Recognition Letters

Исследование представлено в журнале Pattern Recognition Letters. При помощи прибора под названием фундус-камера офтальмологи делают снимки глазного дна, на которых видна сетчатка и сеть кровеносных сосудов в ней. Врач изучает такое изображение и вручную сегментирует его в специальной компьютерной программе, выделяя сосуды разной длины, ширины и извилистости. Особенности сосудистой сети сетчатки могут указывать на наличие у пациента диабетической ретинопатии и других глазных или сердечно-сосудистых заболеваний, включая атеросклероз. Однако сегментация изображения вручную очень сложна, требует много времени и подвержена ошибкам.

И вот ученым удалось автоматизировать эту сложную задачу, причем новое решение на базе ИИ не просто сэкономит время врачей, но и, возможно, устранит некоторые человеческие ошибки. Систему обучили на надежной выборке снимков, каждый из которых размечен сразу двумя высококвалифицированными специалистами. В результате искусственный интеллект отлично показал себя в испытании на трех современных датасетах. В частности, решение показало точность более 97% и чувствительность выше 84% на популярной в отрасли базе данных DRIVE.

«В этом исследовании добиться 97% точности было не так уж и трудно — это объясняется особенностями данных. Очень важна чувствительность. Она отражает способность модели распознавать микрососуды, с которыми у предыдущих моделей были сложности», — отметил первый автор исследования Мелаку Гетахун, аспирант Сколтеха по программе Инженерные системы.

Сложность сегментации связана с большим количеством значимых мелких деталей на снимках сетчатки. Их нередко упускают и ранее предложенные для этой задачи нейросети, и даже некоторые врачи при ручной разметке изображений.

«В этой работе мы предлагаем иную архитектуру нейросети, чем в более ранних решениях, которые упускали микрососуды сетчатки, — рассказал Гетахун. — Мы также ввели алгоритм, который настраивает выдачу модели за счет понимания сути данных на снимке сосудов сетчатки. Тем самым мы избегаем случаев, когда относящиеся к сосудам пиксели ошибочно распознаются как фон».

Одна из сложностей, с которыми столкнулись исследователи, связана с ограниченным размером датасета. Дважды размеченные экспертами снимки — это обучающая выборка отличного качества, но, увы, их не так много, как хотелось бы.

«Из-за этого страдала способность модели к обобщению, распространению на те данные, которых модель не видела. Однако, благодаря тщательному применению методов увеличения объема данных и их обработки, нам удалось значительно улучшить результат, — прокомментировал исследование его руководитель с российской стороны, старший научный сотрудник Центра ИИ Сколтеха и руководитель группы „Доверенные и безопасные интеллектуальные системы“ в Институте AIRI Олег Рогов. — Кроме того, даже после обновления архитектуры нейросети проблемы с неверной классификацией пикселей микрососудов как фона не исчезли полностью. Чтобы справиться с ними, мы внедрили адаптивный пороговый алгоритм, который значительно повысил чувствительность и точность».

Говоря о перспективах использования и развития своего решения, ученые отметили, что возможность обнаруживать крошечные нездоровые сосуды ценна с клинической точки зрения. Создатели системы надеются, что она будет развиваться и станет стандартным инструментом для скрининга глазных заболеваний. Инновационная технология позволит офтальмологам диагностировать патологии быстрее, точнее и раньше. А более раннее медицинское вмешательство повысит результативность лечения, ведь именно мелкие сосуды часто проявляют первые признаки патологий, связанных с глазами.

«Это будет способствовать ранней диагностике и предотвращению трудноизлечимых глазных заболеваний, таких как диабетическая ретинопатия, распространенная среди больных диабетом, а также других патологий микрососудов глаза», — добавил соавтор исследования, профессор Университета Шарджи Рифат Хамуди.

Освещенное в пресс-релизе исследование проведено совместной Лабораторией искусственного интеллекта для биомедицины (BIMAI-Lab) Сколтеха и Университета Шарджи. Заведующие лабораторией — старший преподаватель Сколтеха Максим Шараев и профессор Университета Шарджи Рифат Хамуди. В коллектив лаборатории входит руководитель исследования со стороны ОАЭ Ахмед Буридан; он обладает обширным опытом в области приложения искусственного интеллекта к анализу медицинских данных.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Сколковский институт науки и технологий — негосударственный технологический университет, расположенный в инновационном центре Сколково. Институт был создан в 2011 году при поддержке Массачусетского технологического института. Модель института предусматривает тесную интеграцию технологического образования, исследовательской работы и предпринимательских навыков. Институт ведёт обучение по программам магистратуры и PhD, рабочий язык — английский.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Вчера, 11:17
Юлия Тарасова

Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.

Вчера, 09:51
КБГУ

Кавказ — один из мировых лидеров по числу долгожителей. Ученые КБГУ задались целью выяснить, что позволяет людям в Кабардино-Балкарии жить так долго и сохранять активность. Работа исследователей открывает новые перспективы в понимании процессов старения и разработке стратегий для продления жизни.

Вчера, 19:44
Игорь Байдов

Гарум — знаменитый рыбный соус, который был неотъемлемой частью кухни Древнего Рима и других средиземноморских культур. Он стоял на столах и в хижинах бедняков, и в пиршественных залах патрициев. Философ Сенека с отвращением называл его «‎драгоценной сукровицей протухших рыб», но миллионы римлян обожали эту приправу. Что на самом деле входило в ее состав? Ответ на вопрос нашла международная команда ученых с помощью чанов, которые использовались для приготовления соуса.

28 июня, 18:58
Игорь Байдов

За последние 30 лет размер трески, обитающей в Балтийском море, значительно уменьшился. Если раньше рыбаки вылавливали из воды особей размером с маленького ребенка, то теперь добытая рыба легко помещается в ладонях. Авторы нового исследования винят в этом человека, который заставил один из видов эволюционировать в «карликов».

Вчера, 11:17
Юлия Тарасова

Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.

27 июня, 09:47
Авдей Палиш

Снимки с фотоловушек давно стали культурным явлением. Особенно забавными выглядят медведи. Мы с удовольствием смотрим на зверей, попавших в объектив камер в национальных парках: тигр украл фотоловушку, муравьед проехал верхом на муравьеде и так далее. Но не все животные настолько обаятельные. Ученые из США решили развить эмпатию к гремучим змеям, которых многие боятся. Для этого специалисты запустили трансляцию из «мегалогова», где рептилии отдыхают и рожают потомство.

17 июня, 16:49
Адель Романова

Радиотелескопы уловили очень короткий сигнал, и по его характеристикам стало ясно, что он не может быть естественного происхождения. Астрономы пришли к выводу, что источник находился в околоземном пространстве — там, где уже более полувека летает «мертвый» аппарат NASA.

25 июня, 15:19
ФизТех

Группа российских ученых из Института прикладной математики имени М. В. Келдыша РАН и МФТИ провела детальное численное исследование источников шума, генерируемых крылом прототипа сверхзвукового бизнес-джета в режиме посадки. Эта работа, сочетающая передовые методы вычислительной гидродинамики и аэроакустики, впервые позволила с высокой точностью локализовать и охарактеризовать основные зоны шумообразования вблизи полноразмерной геометрии крыла модели прототипа сверхзвукового пассажирского самолета в посадочной конфигурации.

5 июня, 13:20
Александр Березин

Вид антилоп, с ледникового периода привыкший к массовым миграциям, пытается вернуться в свой исторический ареал, когда-то достигавший Днепра. Однако их нетипичные для травоядных привычки вызывают сильнейшее отторжение у сельских жителей, предлагающих массово уничтожать их с воздуха. С экологической точки зрения возвращение этих животных весьма желательно, но как примирить их с фермерами — неясно.

[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
Закрыть
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