Во время пандемии одним из важнейших направлений борьбы с заболеванием является его своевременное диагностирование. Основным методом выявления пациентов с COVID-19 является рентгенография грудной клетки. Чтобы оптимизировать и ускорить процесс обработки и анализа получаемых рентгенографических снимков, ученые НИУ «БелГУ» разработали и «обучили» специальную сверхточную нейронную сеть.
По словам доцента кафедры математического и программного обеспечения информационных систем НИУ «БелГУ», кандидата технических наук Владимира Михелева , сверхточные нейронные сети предоставляют эффективное решение для обнаружения случаев COVID-19 на медицинских изображениях. Данный подход может способствовать в борьбе с распространением коронавируса.
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.
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.
Сообщается, что научный коллектив НИУ «БелГУ» 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.
