Разработанная IT-специалистами Белгородского госуниверситета нейросеть поможет оперативно обнаружить признаки заболевания путем автоматической классификации медицинских изображений
В условиях пандемии одним из важнейших направлений борьбы с заболеванием является его своевременное диагностирование. В качестве основного метода выявления пациентов с COVID-19 медики используют рентгенографию грудной клетки. Чтобы оптимизировать и ускорить процесс обработки и анализа получаемых рентгенографических снимков, ученые НИУ «БелГУ» разработали и «обучили» специальную свёрточную нейронную сеть.
Исследования проведены на кафедре математического и программного обеспечения информационных систем НИУ «БелГУ» при поддержке гранта РФФИ.
По словам доцента кафедры математического и программного обеспечения информационных систем НИУ «БелГУ», кандидата технических наук Владимира Михелева, свёрточные нейронные сети предоставляют эффективное решение для обнаружения случаев COVID-19 на медицинских изображениях. Данный подход может способствовать в борьбе с распространением COVID-19.
В качестве исходной базы данных для искусственного интеллекта был использован набор рентгеновских снимков Индианского университета в Блумингтоне, США. Для обучения нейросети разработчики использовали так называемый трансферный подход, состоящий из трех этапов и предполагающий обучение модели на одном наборе данных и ее последующее приспособление к другому набору данных. При этом первый этап обучения принципиально важен с точки зрения извлечения глубоких локальных признаков заболевания из каждого медицинского изображения.
После обучения нейросеть прошла испытания, показавшие высокую эффективность в выявлении пациентов с COVID-19 по медицинским изображениям.
– Результаты тестирования метода классификации медицинских изображений с COVID-19 при использовании предобученной нейросетевой модели говорят о его беспрецедентной точности, составляющей 94.17%. Показательно, что предложенный подход продемонстрировал надежность при условиях недостаточного объема обучающей выборки, неравномерного распределения данных между классами, – прокомментировал Владимир Михайлович.
Аспирант кафедры математического и программного обеспечения НИУ «БелГУ» Андрей Мирошниченко, работающий над созданием нейросети, сообщил, что научный коллектив продолжает работу в этом направлении в целях повышения качества обучения модели, усовершенствования подхода обучения и возможной доработки метода для детектирования классифицирования положительных результатов COVID-19 на изображениях.
Подробнее познакомиться с материалами исследования можно здесь.
<< Назад к списку |