Молодые ученые из ВГУ им. П. Машерова разработали комплексы программ для диагностики заболеваний по цифровым изображениям. Программы основаны на методах математического моделирования и искусственных нейронных сетях.

По словам декана факультета математики и информационных технологий ВГУ Елены Залесской, преподаватели ВГУ совместно со студентами уже давно занимаются исследованиями в области применения информационных технологий в медицине. 

– В настоящее время одним из таких направлений является применение методов искусственного интеллекта в здравоохранении. Для обучения и научно-исследовательской деятельности студентов в университете открыта специальность «Информационные системы и технологии в здравоохранении», а также лаборатория искусственного интеллекта. Исследования по применению нейронных сетей и математического моделирования для диагностики по рентгеновским снимкам, ЭКГ, панорамным снимкам челюсти и УЗИ-снимкам уже были представлены и победили на различных конкурсах. В частности, победили на областном этапе республиканского конкурса «100 идей для Беларуси» и были представлены на финальном этапе республиканского конкурса инновационных проектов, – рассказала Елена Залесская.

Нейронная сеть поможет поставить диагноз

Одним из направлений разработки является диагностика заболеваний внутренних органов по ультразвуковым исследованиям. Создана система оценки степени активности воспалительных заболеваний кишечника, основанная на анализе графических данных ультразвукового исследования толстой кишки с использованием цветового допплеровского картирования.

– При проведении этого теста цвет накладывается на изображение кровообращения с оттенками серого, полученного в ходе Доплеровской эхографии, – рассказала заведующий кафедрой прикладного и системного программирования факультета математики и информационных технологий ВГУ Елена Корчевская. – Цвет указывает направление кровотока: красный – на кровоток по направлению к датчику, синий – на кровоток по направлению от датчика. Интенсивность цвета указывает скорость кровотока. После выделения стенки кишечника происходит поиск областей воспаления и вычисляются уникальные идентификационные показатели, разработанные авторами проекта. Данные характеристики подаются на вход нейронной сети, которая принимает решение о степени воспаления. Нейронная сеть обучена на данных ультразвуковых исследований, которые предоставлены кафедрой внутренних болезней и ультразвуковой диагностики ФПК и ПК Витебского государственного медицинского университета.

Кардиологические заболевания: новый способ диагностики

Другая разработка направлена на диагностику кардиологических заболеваний по цифровым изображениям электрокардиографии. Электрокардиография является неинвазивным методом исследования, который позволяет получать ценную информацию о состоянии сердца. Разработанная автоматизированная система, основанная на методах машинного обучения, позволяет быстро и точно поставить диагноз.

– На вход разработанного приложения поступают цифровые изображения электрокардиограмм, – продолжает Елена Корчевская. – После чего применяются методы предварительной обработки изображений, удаление шумов, сегментация, выделение графика кардиографии специальными алгоритмами. После автоматизированного вычисления специфических характеристик происходит принятие решение о заболевании. В настоящее время система выставляет диагноз инфаркт, а в перспективе будет обучена для диагностики и других заболеваний.

Результаты, к слову, позволят избежать дорогостоящих лабораторных исследований, сократить ресурсы для диагностики кардиологических заболеваний и уменьшить смертность от сердечно-сосудистых заболеваний.

Кроме того, молодые ученые заняты разработкой мобильного приложения, с помощью которого любой пользователь сможет осуществить диагностику сердечно-сосудистых заболеваний.

ИИ поможет спасти зубы

Еще одна разработка – система диагностики стоматологических заболеваний по панорамному снимку челюсти.

Система основана на сверточной нейронной сети, которая позволяет выявлять заболевания зубов и своевременно принимать необходимые меры. Входными данными разработанной системы являются панорамные снимки челюсти, на основании которых осуществляется сегментация зубов мудрости. Выделенное изображение зуба мудрости поступает на вход обученной сверточной нейронной сети, выходными данными которой являются рекомендации по дальнейшему лечению. В ВГУ отметили, что в перспективе система будет расширена и сможет принимать решение о воспаление слизистой оболочки верхнечелюстной пазухи, которое возникает вследствие распространения инфекции с пораженного зуба, тканей вокруг него или через образовавшееся сообщение между полостью рта и пазухой после удаления зуба. Разработанная система апробирована в стоматологической поликлинике Витебского медуниверситета.

Новая система диагностики рака шейки матки: преимущества и перспективы

Помимо вышеперечисленного, ученые ВГУ работают над автоматизированным средством диагностики патологии шейки матки по цифровым изображениям гистологических исследований. Методы машинного обучения и глубокого обучения позволяют обнаруживать важные локальные особенности гистологических изображений, проводить текстурный анализ и быстро и точно выставлять диагноз.

Елена Залесская подчеркнула, что данный проект выполняется по финансируемому договору с Псковским государственным университетом. Цифровые изображения гистологических исследований предоставлены Псковским областным клиническим онкологическим диспансером. – Методы машинного обучения и глубокого обучения позволяют обнаруживать важные локальные особенности гистологических изображений, проводить текстурный анализ и быстро и точно выставлять диагноз, – пояснила Елена Залесская. – Своевременное выявление тяжелых заболеваний позволит принять меры, а диагностика на ранних стадиях – правильно спланировать лечение.  Данный проект долгосрочный, продолжает выполняться, и в перспективе будет создано приложение, с помощью которого можно будет выставлять различные диагнозы (плоскоклеточный рак in situ, единичные железы с подозрением на аденокарциному, эктопия эндоцервикальных желез с кистозным расширением, слабая дисплазия многослойного плоского эпителия).

Безусловно, разработанные программы имеют ряд преимуществ перед традиционными методами диагностики. В настоящее время разработки находятся на стадии апробации. В перспективе планируется внедрить их в практику и сделать доступными широкому кругу пользователей.

Разработки витебских ученых имеют большой потенциал для улучшения диагностики заболеваний. Они позволяют повысить точность и скорость диагностики, сократить расходы на диагностику и улучшить качество диагностики в районах с ограниченным доступом к высококвалифицированным специалистам.

Фото автора и из архива "ВВ".