По данным ВОЗ, более полумиллиарда человек в мире переболели коронавирусом. Он отличается высокой скоростью распространения и ставит перед медицинским сообществом задачу: как можно быстрее распознать заболевание и изолировать больного. Полимеразная цепная реакция (ПЦР) — стандартный метод диагностики для пациентов с подозрением на коронавирусную инфекцию. Однако у него есть ряд недостатков, поэтому учёные Политеха разработали дополнительный инструмент, который помогает нивелировать минусы ПЦР, — нейросеть, выявляющую признаки ковида с помощью анализа рентгена лёгких.
Проблема
Обработка ПЦР-теста занимает 4–6 часов, а результат пациент получает через 2–4 дня. Между обследованием возможных больных и постановкой диагноза возникает большой разрыв во времени. Плюс ПЦР в некоторых случаях даёт ложноотрицательный результат. Один из вариантов повысить эффективность обследования: изучить рентген лёгких. Однако интерпретировать снимки должны высококвалифицированные радиологи, что возможно не во всех медицинских и скрининговых центрах.
Решение
Рентген и компьютерная томография позволяют медработникам выявить аномалии, которые во многих случаях сопровождают ложноотрицательный тест ПЦР. Кроме того, они удобны для мониторинга развития болезни у пациентов с установленным диагнозом и для определения стадии заболевания. Исследователи создали нейросеть, выявляющую ковид-ассоциированную пневмонию на основе изображений компьютерной томографии. Модель, сочетающая системы ResNet, Convolutional Block Attention Module (CBAM) и новую сеть AdjCNet, специализирующуюся на анализе оттенков серого в соседних областях картинки, показала точность классификации 99,23%. Для обучения нейросети ученые воспользовались набором срезов компьютерной томографии COVID-19, полученных в разных странах. Он содержит более 7500 снимков легких, пораженных ассоциированной с коронавирусом пневмонией, более 2500 снимков легких с внебольничной пневмонией и почти 7000 снимков здоровых легких. Идентифицировать пневмонию на снимках можно по ряду признаков: помутнения по типу «матового стекла» (GGOs), лёгочная консолидация, то есть уплотнение лёгочной ткани из-за заполнения экссудатом альвеол, в которых в норме находится воздух, пятна, напоминающие неорганизованные кусочки брусчатки, и другие.
«Наша модель позволяет быстро и точно определить наличие COVID-19 или других видов пневмонии на КТ-снимках легких. Это может помочь врачам быстрее и точнее ставить диагнозы, что позволит снизить нагрузку на медицинский персонал. От аналогов наша программа отличается, прежде всего, улучшенной точностью интерпретации», — отметил один из разработчиков нейросети Диб Али, инженер Научно-технологического комплекса «Математическое моделирование и интеллектуальные системы управления» Научного центра мирового уровня «Передовые цифровые технологии» СПбПУ.
📌 Результаты работы опубликованы в научном журнале Biomedical Signal Processing and Control.
Подписывайтесь на канал Теория большого Политеха, чтобы понимать действия врачей и быть осознанным пациентом. Но лучше не болейте!
Другие разработки, связанные с изучением коронавируса:
