В Казани разработали первую в мире нейросеть для выявления скрытых случаев онкологии
Об этом рассказали «ТАСС» в пресс-службе программы «Приоритет 2030».
Маммография считается одним из распространенных и эффективных методов диагностики рака молочной железы (РМЖ). Однако сложность выявления этого вида рака в том, что опухоль может иметь размеры всего несколько миллиметров либо располагаться на плотном фоне, поэтому врач может ее пропустить. Кроме того, даже небольшая неисправность оборудования может привести к неверному диагнозу.
«Из более 600 случаев было показано, что данная система обеспечивает выявление 90% случаев РМЖ, в том числе 48% невидимых и 87% плохо видимых случаев, в среднем за два года до фактической постановки диагноза», – рассказали разработчики.
Работа алгоритма состоит из трёх этапов. На первом происходит обнаружение дефектов изображения, на втором – улучшение той части, на которой нет дефекта. И далее с помощью различных методов, в том числе нейронной сети, происходит восстановление области дефекта.
«Нейросеть “проводит” анализ маммограммы, находит изъяны. Таким образом, медику “подсказывают” о возможности онкологического заболевания, опухолях. Так мы делаем проверку, не потеряли ли мы значимое что-то, улучшив качество снимков при помощи разработанного алгоритма. Нам удалось сохранить текстуры изображений, что важно для медиков», – рассказал руководитель научно-исследовательской лаборатории Дмитрий Тумаков.
Об этом рассказали «ТАСС» в пресс-службе программы «Приоритет 2030».
Маммография считается одним из распространенных и эффективных методов диагностики рака молочной железы (РМЖ). Однако сложность выявления этого вида рака в том, что опухоль может иметь размеры всего несколько миллиметров либо располагаться на плотном фоне, поэтому врач может ее пропустить. Кроме того, даже небольшая неисправность оборудования может привести к неверному диагнозу.
«Из более 600 случаев было показано, что данная система обеспечивает выявление 90% случаев РМЖ, в том числе 48% невидимых и 87% плохо видимых случаев, в среднем за два года до фактической постановки диагноза», – рассказали разработчики.
Работа алгоритма состоит из трёх этапов. На первом происходит обнаружение дефектов изображения, на втором – улучшение той части, на которой нет дефекта. И далее с помощью различных методов, в том числе нейронной сети, происходит восстановление области дефекта.
«Нейросеть “проводит” анализ маммограммы, находит изъяны. Таким образом, медику “подсказывают” о возможности онкологического заболевания, опухолях. Так мы делаем проверку, не потеряли ли мы значимое что-то, улучшив качество снимков при помощи разработанного алгоритма. Нам удалось сохранить текстуры изображений, что важно для медиков», – рассказал руководитель научно-исследовательской лаборатории Дмитрий Тумаков.
