• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
11 марта, 12:23
Сколтех
8 501

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
Предстоящие мероприятия
15 сентября, 10:36
Игорь Байдов

Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.

15 сентября, 11:30
РНФ

Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.

16 сентября, 13:21
Адель Романова

Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.

12 сентября, 14:03
ТюмГУ

Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.

15 сентября, 10:36
Игорь Байдов

Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.

15 сентября, 11:30
РНФ

Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.

12 сентября, 14:03
ТюмГУ

Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.

9 сентября, 11:03
Адель Романова

Третий известный межзвездный объект 3I/ATLAS летит примерно вдвое быстрее обоих своих предшественников. По расчетам, его вряд ли могло выбросить из родной планетной системы с подобной скоростью, и так разогнаться по пути он тоже не мог.

11 сентября, 12:04
ПНИПУ

Все больше покупателей начинают отказываться от привычки делать покупки на маркетплейсах, а число новых продавцов на площадках практически не увеличилось. Аналитика показывает, что за первый квартал 2025 года — прирост селлеров составил всего 0,45% по сравнению с аналогичным периодом прошлого года. В то же время, маркетплейсы активно расширяют сеть пунктов выдачи, особенно в регионах, где физическое присутствие всех брендов невозможно. Ученые Пермского Политеха рассказали, почему люди стали реже совершать покупки на маркетплейсах.

[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