Алгоритм машинного обучения подбирает характеристики магнитных наночастиц для повышения качества МРТ и терапии злокачественных новообразований
В Санкт-Петербургском университете ИТМО рассказали о новой отечественной разработке. Группа химиков под руководством профессора ИТМО Владимира Виноградова разработала систему машинного обучения, которая позволяет в автоматическом режиме подбирать размеры, состав и форму магнитных наночастиц для оптимальной работы систем МРТ и "выжигания" новообразования в различных органах тела.
Ученые разработали алгоритм машинного обучения, который на основе открытых лабораторных данных "переводит" параметры наночастиц в параметры эффективности диагностики и лечения. Система может показать, какими будут показатели эффективности для МРТ и гипертермии в случае использования наночастиц с определенными параметрами.
ИТМО
Для создания нейросети, ученые использовали данные 1282 уникальных типов магнитных наночастиц. Исследователи сопоставили то, как форма, химический состав, длина, ширина и магнитные параметры этих наноструктур влияли на то, насколько активно они поглощают радиоволны и как быстро они "намагничиваются" при взаимодействии с излучением томографа.
Для дальнейшего развития и практического применения нейросети нужны новые данные, в том числе полученные в ходе наблюдений за действием магнитных наночастиц в опытах на животных, культурах клеток и тканях тела.
К сожалению, нужных нам данных в открытом доступе практически нет, а тех, что есть, очень мало для дообучения алгоритма. Мы обращаемся в профильные организации, запрашиваем эту информацию – наша команда готова к совместным исследованиям. Чем больше данных мы получим, тем точнее наша система сможет работать.
Магистрант университета ИТМО Павел Ким