Более 40 процентов населения планеты страдает сколиозом. Он приводит к серьезным последствиям для здоровья. Диагностика заболевания обычным врачебным осмотром или лучевыми методами не всегда эффективна и безопасна. Ученые Пермского Политеха создали и обучили нейросеть находить ключевые точки спины при диагностике сколиоза. Применение компьютерного зрения сделает определение заболевания более точным и доступным для пациента.
Разработка ПНИПУ даст возможность искусственному интеллекту диагностировать сколиоз / © Getty images
Статья с результатами исследования опубликована в журнале «Вестник ПНИПУ. Прикладная математика и вопросы управления». Работа выполнена при финансовой поддержке Пермского научнообразовательного центра мирового уровня «Рациональное недропользование».
Сколиоз особенно характерен для детей, часто он формируется в период активного роста, начиная с пяти лет. Здоровый позвоночник – это кривая с физиологическими изгибами в шейном, грудном и поясничном отделах. У ребенка он довольно пластичный, и неправильное распределение нагрузки и другие факторы провоцируют отклонение отдельных позвонков от основной кривой, тем самым формируя сколиоз.
Своевременное выявление заболевания позволит избежать хромоты, плоскостопия, нарушения кровообращения, дыхания, ущемления нервов и других осложнений у ребенка в будущем. Диагностировать сколиоз на начальной стадии сложно. В настоящее время его определяют с помощью физического наблюдения у врача и лучевым методом (рентген или МРТ), который имеет ряд ограничений при частом повторении.
Сейчас в медицине популярны биометрические технологии. Они используют физические и поведенческие характеристики человека и через компьютерное зрение бесконтактно распознают заболевание. Ученые Пермского Политеха разработали проект, который по фотографии спины человека определяет ключевые точки на ее поверхности с помощью созданного нейросетевого алгоритма.
Политехники уже несколько лет исследуют новые технологии обнаружения сколиоза. Ранее они разработали математический алгоритм, который по трехмерной модели позвоночника диагностирует искривление. Уже готовы интерфейс приложения для телефона и его web-версия. Сейчас ученые ПНИПУ внедрили в технологию искусственный интеллект. В совокупности это позволяет комплексно оценить нарушения осанки и деформации опорно-двигательного аппарата.
Для обучения и тестирования нейросети исследователи использовали 3000 фотографий спины взрослых людей (18-40 лет) и школьников младших классов. Ключевые точки на всех фотографиях определялись с помощью оптических технологий, которые анализируют изображение поверхности тела человека. Так можно дистанционно и бесконтактно определить форму туловища пациента с нарушениями опорно-двигательного аппарата.
«Мы разработали нейросетевой алгоритм, который определяет 16 специальных точек по фотографии спины. Расположение точек относительно друг друга позволяет сделать вывод о наличии различных нарушений осанки. Нейросетевую модель мы сверяли с ранее созданной пространственной трехмерной моделью, основанной на методе фотограмметрии. С его помощью по видеосъемке спины камерой смартфона с разных ракурсов можно восстановить объемную модель», – поделился кандидат физико-математических наук, доцент кафедры «Вычислительная математика, механика и биомеханика» ПНИПУ Владислав Никитин.
«Врач или сам человек сможет открыть установленную программу (приложение) и выбрать вариант диагностики. Экспресс-анализ определит нарушения с помощью искусственного интеллекта всего по одному фото, а расширенный вариант – по видеофайлу поверхности спины, снятой с разных ракурсов. В итоге человек получит расшифровку значений и рекомендации по профилактическим упражнениям», – объясняет ассистент кафедры «Вычислительная математика, механика и биомеханика» ПНИПУ Иван Шитоев.
Исследователи отмечают, что после проведения клинических испытаний и доработки программы, приложение будет готово к запуску на компьютерах и телефонах. Его сможет использовать как врач, так и обычный человек для определения сколиоза.
Разработка ученых ПНИПУ достигает 85-процентной точности. Обученная нейросеть может использоваться в клинической медицине, специалисты которой заинтересованы в появлении новых и валидных инструментов для диагностики деформации позвоночника.
