Рак поджелудочной железы – онкологическое заболевание, которое развивается преимущественно из эпителия протоков данного органа. Оно отличается высоким уровнем злокачественности, склонностью к быстрому местному распространению и раннему метастазированию в регионарные лимфатические узлы и отдаленные органы – печень, легкие, брюшину. Раннее выявление рака поджелудочной железы позволяет своевременно принять решение об оперативном вмешательстве, повышает вероятность достижения ремиссии и увеличения продолжительность жизни больного. Для обнаружения заболевания на начальной стадии может успешно использоваться нейросеть – технологию предложили ученые Санкт-Петербургского государственного электротехнического университета «ЛЭТИ».
Компьютерная томография для диагностики онкологии поджелудочной железы
Для диагностики рака поджелудочной железы используется компьютерная томография (КТ) брюшной полости с контрастным средством, которое вводится внутривенно. В ходе исследования оценивается степень окрашенности паренхимы органа – ткани, отвечающей за выработку пищеварительных ферментов и гормонов. Область в ткани поджелудочной железы, которая отличается сниженным или усиленным накоплением контрастного вещества в сравнении с нормальной, может соответствовать гипо- или гиперваскулярным образованиям соответственно. При этом КТ проводится в артериальной и венозной фазах. В первой фазе, когда контраст еще находится в артериальных сосудах, видны гиперваскулярные образования. Во второй фазе, когда контраст переходит в вены и межклеточное вещество, обеспечивается более четкое изображение гиповаскулярных образований.
Раннее выявление заболевания – задача номер один
Выявление рака поджелудочной железы на начальных стадиях повышает вероятность добиться ремиссии и повысить продолжительность жизни больного. Однако находить образования небольших размеров на КТ-снимках брюшной полости до метастазирования в другие органы и клинических проявлений является непростой задачей.
По этой причине важно разрабатывать инструменты с использованием глубокого машинного обучения, которые могут позволить выявлять и сегментировать опухоль до ее распространения на соседние структуры и метастазирования, чтобы ее можно было хирургически удалить.
Совместная разработка ученых и медиков
Ученые Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» предложили использовать нейросеть для выявления заболевания на ранней стадии. Совместно со специалистами НМИЦ хирургии им А.В. Вишневского Минздрава России (Москва) они разработали высокоточную нейросетевую модель для автоматизированной сегментации паренхимы поджелудочной железы и ее поражений по КТ-снимкам брюшной полости. Руководитель команды разработчиков от СПбГЭТУ «ЛЭТИ» – доцент кафедры электронных приборов и устройств (ЭПУ) Николай Евгеньевич Староверов.
Работа выполнялась под руководством врача-рентгенолога, заведующего отделением рентгенологии и магнитно-резонансных исследований НМИЦ хирургии им. А.В. Вишневского Минздрава России Евгения Валерьевича Кондратьева.
Технология и результаты машинного обучения
Для обучения и тестирования алгоритмов медицинские специалисты предоставили 150 изображений КТ брюшной полости в двух фазах контрастирования – артериальной и венозной. Врачи-рентгенологи и врачи-радиологи консультировали ученых ЛЭТИ по поводу того, какие данные являются наиболее важными для обучения модели. Кроме того, с помощью специальных инструментов исследователи из НМИЦ хирургии им А.В. Вишневского создали сегментационные маски, которые включают в себя воксели (пиксели), относящиеся к паренхиме.
В результате были разработаны две нейросети, которые позволяют находить орган и его новообразования, строить их 3D-модель на основе сегментационных масок, а также отличать исследования КТ органов брюшной полости с опухолью поджелудочной железы и здоровой железой. Для валидации полученных алгоритмов был подготовлен тестовый набор из 46 анонимизированных КТ-снимков, которые оценили врачи-эксперты.
Во всех случаях нейросеть продемонстрировала точность выявления патологических изменений в поджелудочной железе по данным КТ, которая составила 92,55%. Это доказывает, что при дальнейшем обучении модель сможет способствовать уменьшению пропуска патологий поджелудочной железы при КТ. Однако последующая и окончательная оценка изменений в органе должна быть произведена врачом-рентгенологом,
– прокомментировал Николай Евгеньевич Староверов.
Преимущества разработки и перспективы использования
Аспирант НМИЦ хирургии им А.В. Вишневского Минздрава России, врач-рентгенолог Онкологического центра №1 им. С. С. Юдина, основатель образовательного проекта по лучевой диагностике «ZAMYATINASCOOL» Ксения Андреевна Замятина оценила разработку ученых ЛЭТИ:
Обученные нейросети обладают несколькими важными функциями, которые могут значительно улучшить диагностику и лечение заболеваний поджелудочной железы. Во-первых, при совместном использовании с радиомикой можно будет построить карту вероятности наличия опухоли или других патологий, основываясь на различных характеристиках вокселей в данной зоне. Во-вторых, одна из нейросетей может определять с высокой точностью, есть в органе образование или нет. И в-третьих, автоматическая сегментация опухолей даст возможность быстро создать более точные 3D-модели органа и образования в нем, которые будут крайне полезны при проведении хирургических операций по удалению опухолей.
В перспективе модель войдет в систему поддержки принятия врачебных решений, которая позволит предоставлять оценку вероятности злокачественности опухоли и определять степень ее инвазии в соседние органы.