Диагностика новообразований головного мозга на МРТ- изображениях может стать проще благодаря изобретению ученых НГУ.
Ученые механико-математического факультета Новосибирского государственного университета разработали программный модуль для дифференциальной диагностики опухолей головного мозга на МРТ-изображениях.
– Созданный модуль мы встроили в свободно распространяемое открытое программное обеспечение, которое известно среди радиологов. Это программное обеспечение позволяет специалистам просматривать трехмерные МРТ-изображения и очень удобно в использовании. Мы встроили в него модуль, в который упаковали свой алгоритм. Он довольно сложный и тяжеловесный, потому исполняется на мощном удаленном сервере, а сам модуль представляет собой так называемую клиентскую часть. Модуль отсылает на сервер МРТ-снимки и получает в качестве ответа результат сегментации и классификации опухоли. В основе нашей разработки лежат двух- и трехмерные модели компьютерного зрения с предварительной обработкой данных МРТ-последовательности. Данные модели позволяют с высокой точностью обнаруживать и распознавать 4 типа новообразований: менингиома, невринома, глиобластома и астроцитома, а также выделять их компоненты и размеры, – объяснил заведующий лабораторией Евгений Павловский.
Программный модуль основан на наборе данных о более тысячи пациентах нейрохирургического профиля с постоперационными диагнозами, подтвержденными гистологическими и иммуногистохимическими методами. База данных снабжена экспертной разметкой, которую выполнили радиологи из Федерального центра нейрохирургии и Научно-исследовательского института клинической и экспериментальной лимфологии – филиала Федерального исследовательского центра «Институт цитологии и генетики СО РАН».
Затем на этой базе были обучены алгоритмы искусственного интеллекта. В перспективе у ученых замена человека алгоритмом в выполнении рутинных процессов при определении контуров и типов опухолей головного мозга на МРТ-изображениях.
На международном конкурсе BraTS Challenge 2021 алгоритм, разработанный специалистами НГУ, вошел в десятку лучших, опередив почти тысячу команд. Показатели точности достигли 92 %. Пока модуль не внедряют в клиническую практику, потому что он еще не прошел необходимых для этого испытаний.