В Санкт-Петербурге разработана нейросеть для автоматического анализа легочных сосудов

Ученые ЛЭТИ создали автоматический алгоритм для диагностики патологий сосудов лёгких Ещё одна новость в сфере деятельности петербургских вузов. Исследователи из СПбГЭТУ «ЛЭТИ» совместно со специалистами НМИЦ им. В. А. Алмазова разработали модель для автоматической сегментации гистологических изображений ветвей лёгочной артерии. Сегодня ручная оценка количественных характеристик сосудов требует значительных временных затрат и достаточной квалификации специалистов. Разработанный петербургскими учёными алгоритм позволяет автоматизировать получение количественных данных при исследовании сосудистой стенки ветвей лёгочной артерии. В университете отмечают, что предложенная технология значительно сокращает время обработки данных, оптимизируя рутинную работу специалистов. В рамках совместной работы специалисты НМИЦ им. В. А. Алмазова предоставили исследователям из ЛЭТИ 609 микрофотографий лёгочных сосудов и другую важную для создания разработки информацию. Данные позволили обучить нейросеть находить необходимые сосуды на изображениях по геометрическим параметрам и соотношению площадей и диаметра сосудов. Точность автоматической сегментации лёгочных сосудов, обученной на собранных данных модели, составляет 97%. Также учёные отметили, что в перспективе планируется осуществлять поиск самих сосудов и добавить возможность их автоматической классификации на подгруппы по типу и диаметру. Таким образом алгоритм позволит ускорить разработку новых терапевтических подходов в лечении лёгочной гипертензии и ляжет в основу специального инструмента для медиков.

В Петербурге создана система анализа микрофотографий легочных сосудов, позволяющая быстро выявлять сложные патологии. Проект реализован учеными Санкт-Петербургского государственного электротехнического университета ЛЭТИ совместно с Национальным медицинским исследовательским центром им. В. А. Алмазова. Как отмечают авторы, в настоящее время оценка показателей сосудов при патологиях легких осуществляется преимущественно в ручном режиме, что требует значительных временных затрат и высокой квалификации специалистов. Для отработки алгоритма автоматического анализа была использована база из более чем 600 микрофотографий легочных сосудов, с помощью которой нейросеть «научилась» выявлять патологии с точностью в 97%. «Данная технология позволила значительно сократить время обработки данных, уменьшив количество рутинной работы опытных специалистов», - отмечает разработчик кафедры биотехнических систем ЛЭТИ Ксения Санарова. Работа выполнена при поддержке гранта Министерства науки и высшего образования Российской Федерации.

В Петербурге создана система анализа микрофотографий легочных сосудов, позволяющая быстро выявлять сложные патологии. Проект реализован учеными Санкт-Петербургского государственного электротехнического университета ЛЭТИ совместно с Национальным медицинским исследовательским центром им. В. А. Алмазова. Как отмечают авторы, в настоящее время оценка показателей сосудов при патологиях легких осуществляется преимущественно в ручном режиме, что требует значительных временных затрат и высокой квалификации специалистов. Для отработки алгоритма автоматического анализа была использована база из более чем 600 микрофотографий легочных сосудов, с помощью которой нейросеть «научилась» выявлять патологии с точностью в 97%. «Данная технология позволила значительно сократить время обработки данных, уменьшив количество рутинной работы опытных специалистов», - отмечает разработчик кафедры биотехнических систем ЛЭТИ Ксения Санарова. Работа выполнена при поддержке гранта Министерства науки и высшего образования Российской Федерации.

В Петербурге автоматизировали диагностику заболеваний легких Ученые Санкт-Петербургского государственного электротехнического университета ЛЭТИ совместно с коллегами из Национального медицинского исследовательского центра НМИЦ им. В. А. Алмазова разработали алгоритм, который позволяет автоматизировать получение количественных данных при исследовании сосудистой стенки и выявляет сложные сосудистые патологии. Данная технология позволит значительно сократить время обработки данных, уменьшив количество рутинной работы опытных специалистов. Для использования созданного инструмента достаточно только загрузить базу полученных сосудов и дождаться результатов автоматической оценки. На данный момент оценка показателей сосудов при патологиях легких идет преимущественно в ручном режиме, это требует значительных временных затрат и достаточной квалификации специалистов. Для создания системы ученые из НМИЦ им. В. А. Алмазова передали ЛЭТИ 609 микрофотографий легочных сосудов, полученных с помощью специального инструмента для сканирования результатов гистологических исследований. Также им передали числовые данные измерений и микрофотографии с контурами этих измерений для каждого из сосудов, все это позволило обучить нейросеть. По словам инженера кафедры автоматики и процессов управления ЛЭТИ Дарьи Валенковой, точность автоматической сегментации легочных сосудов, обученной на собранных данных модели, сегодня составляет 97%. Далее ученые планируют перевести систему в формат специального приложения для специалистов лаборатории, которое обеспечит удобство в использовании возможностей алгоритма. Источник

🔥 Акция для пользователей Tek.fm *Нажми тут

Российская нейросеть научилась выявлять проблемы с легкими по снимкам пациентов. Новая разработка учёных СПбГЭТУ «ЛЭТИ»ляжет в основу отдельного инструмента, который поможет врачам быстрее выявлять повреждения в кровеносных сосудах лёгких. Нейросеть обучилась на базе из 609 микрофотографий сосудов легких с подробным описанием структурных элементов. Теперь ИИ умеет определять состояние тканей и отдельные элементы на них с точностью до 97%.

‍ В России разработали нейросеть для диагностики рака Ученые Новгородского государственного университета им. Ярослава Мудрого совместно с коллегами из Первого Московского медицинского университета им. Сеченова и Медицинского центра глазных болезней им. Гельмгольца автоматизировали процесс обнаружения патологий в легких. Мнновация выявляет различные нарушения, включая лимфоваскулярную инвазию - процесс проникновения раковых клеток в кровеносные сосуды. В основе работы нейросети лежат две модели: DeepLabV3 и DeepLabV3+. Они позволяют точно определять сосуды на медицинских изображениях и распознавать признаки распространения опухоли. Ученые отмечают, что новая технология сокращает время диагностики на 16,95%, а в сложных случаях - до 21,5%. Эта методика крайне важна для раннего обнаружения метастазов и определения лечения. Благодаря автоматизации процесса патологоанатомы могут более оперативно и точно выявлять опасные изменения, что увеличивает вероятность успешного выздоровления пациентов, как указывается в пресс-релизе университета.