Исследователи Сколтеха и их коллеги из Национального медико-хирургического центра им. Н.И. Пирогова и Национального медицинского исследовательского центра акушерства, гинекологии и перинатологии имени академика В.И. Кулакова использовали сверточную нейронную сеть для автоматизации обнаружения на МРТ-изображениях фокальных кортикальных дисплазий (ФКД) – частой причины эпилепсии. С помощью полученных результатов можно будет быстрее и точнее диагностировать это заболевание. Свою работу ученые представили на Международной конференции по когнитивной науке (Intercognsci 2020).
Пример ФКД в височной доле. Credit: public domain
Фокальная кортикальная дисплазия – врожденный порок развития коры головного мозга, связанный с тем, что в отдельной области коры нейроны не образуют упорядоченную структуру. ФКД – одно из наиболее распространенных поражений головного мозга, являющееся причиной развития эпилепсии. Для диагностики ФКД медики, как правило, используют МРТ-изображения головного мозга.
Группа исследователей под руководством профессора Сколтеха Александра Бернштейна, доцента Евгения Бурнаева, а также старшего научного сотрудника Максима Шараева, решила усовершенствовать существующий метод автоматизации обнаружения ФКД, основанный на глубоком обучении. С помощью размеченных МРТ-снимков головного мозга здоровых людей и пациентов с диагнозом «фокальная кортикальная дисплазия», полученных от коллег-медиков, ученые обучили и использовали сверточную нейронную сеть для обнаружения ФКД. Вычисления проводились с использованием установленного в Сколтехе суперкомпьютера «Жорес».
«Выявление первопричины эпилепсии – крайне сложная задача, требующая специальных навыков. К сожалению, у нас существует острая нехватка специалистов-рентгенологов с большим опытом практической работы и специальными навыками, необходимыми для диагностики таких аномалий, а неточность в локализации очагов эпилепсии может привести к ошибкам при проведении хирургических операций», – рассказывает Максим Шараев.
«Известно всего несколько примеров, когда глубокие сверточные нейронные сети использовали для решения данной задачи; при этом наиболее серьезными проблемами, с которыми пришлось столкнуться ученым, оказались нехватка и низкое качество аннотированных данных. «Для решения этих проблем мы разработали нашу собственную систему маркировки изображений, с помощью которой врач-рентгенолог может самостоятельно аннотировать МРТ-изображения. Еще одна проблема – трехмерный характер МРТ-изображений, поэтому мы предложили несколько решений для работы с трехмерными данными и их двухмерными проекциями», – поясняет Евгений Бурнаев.
Как отмечают авторы, при наиболее эффективной конфигурации модели очаги ФКД были успешно обнаружены у 11 из 15 пациентов.
«Уже можно говорить о том, что наши методы выдержали первое испытание (proof of concept), хотя нам еще предстоит немало сделать для повышения качества, надежности и других характеристик модели. Только после решения этих задач можно будет говорить о возможности реализации нашей нейронной сети в клинических условиях», – комментирует Максим Шараев.
В настоящее время ученые совместно с их коллегами из медицинских организаций работают над получением дополнительных наборов данных для обучения и проверки модели, а также исследуют различные варианты архитектуры машинного обучения и глубокого обучения.
«Например, сейчас некоторые из наших аспирантов заняты разработкой новых технологий глубоких нейросетей для обработки данных, представленных в виде полигональных сетей, и обработки облаков точек для извлечения информации об аномалиях из трехмерных данных МРТ», – отмечает Евгений Бурнаев.
Ученые также ведут работу в рамках стартапа по созданию веб-платформы для анализа МРТ-изображений, которая уже находится на этапе тестирования на предмет использования в качестве вспомогательного средства диагностики аномалий на основе получаемых МРТ-изображений головного мозга.
«Параллельно мы разрабатываем более сложные подходы, аналогичные представленному в статье, которые могли бы помочь в создании гораздо более точной автоматической системы анализа МРТ-изображений и обнаружения патологий развития головного мозга», – добавляет Бурнаев.
Текст: пресс-служба Сколтеха
Нейронные сети продолжают «глубоко простирать руки в дела человеческие». Теперь дошла очередь до биотехнологий. Для галофильных бактерий нашли новый оптимальный способ высушивания. С помощью нейросети…
Социальные сети делают человека «прозрачным» для окружающего мира. Из постов, комментариев, геотегов можно извлечь очень много информации о пользователе. И вот теперь, судя по всему,…
Только сегодня мы написали новость о том, как два санкт-петербургских аспиранта научили нейросеть распознавать арабские почерка и определять подлинность средневековых египетских манускриптов, как подоспела новая…
Когда Дальневосточный Федеральный Университет (ДВФУ) в декабре 2017 года выиграл грант на создание Центра Национальной технологической инициативы дорожной карты НейроНет, многие восприняли это с неким…
Российские ученые предложили новый алгоритм для автоматической расшифровки и интерпретации сигналов активности головного мозга, который можно использовать как в интерфейсах «мозг-компьютер», так и в фундаментальных…
Специалисты из компании Google продемонстрировали микроскоп с дополненной реальностью. Разработку, которая предназначена для гистологов, работающих с материалами биопсии, представили в виде доклада и статьи на ежегодной конференции…
Ученые разработали метод, который поможет просто и эффективно выявлять нарушения нервной системы. Они использовали искусственные нейронные сети для анализа сигналов электрической активности головного мозга. Результаты…
Ученые из Массачусетского технологического института (MIT) создали программу, которая на основе нейронной сети может диагностировать раннюю депрессию по разговору. Об этом сообщает профильный журнал Interspeech. По…
Исследователи российской компании «Нейроботикс» («Нейроассистивные технологии») и Лаборатории нейроробототехники МФТИ научились воссоздавать по электрической активности мозга изображения, которые человек видит в данный момент. Это позволяет создавать…
Снимки, полученные при позитронно-эмиссионной томографии (ПЭТ) мозга с 18-фтордезоксиглюкозой, удалось сделать базой для обучения алгоритма искусственного интеллекта. В статье, опубликованной в журнале Radiology, говорится, что ранняя…
Сотрудники Массачусетского технологического института создали нейросеть для диагностики депрессивных расстройств по речи пациента. Точность компьютерного диагноза составила 77 процентов, причём программа искусственного интеллекта (ИИ) позволяет…
Голосовые помощники уже разработаны каждым уважающим себя IT-гигантом. И кажется, что они даже становятся полезными, а не только залихватски шутят. Однако можно все чаще услышать,…