Все новости

Нейросети указали, откуда наиболее оптимально забирать кровь для анализа

Ученые надеются, что их разработку можно будет усовершенствовать и использовать не только для руки, но и для других частей тела

ТАСС, 29 марта. Российские ученые создали устройство, которое автоматически находит на руке пациента наиболее удобную и безболезненную точку для забора венозной крови. В работе это устройство использует три разных нейросети, пишет пресс-служба Сколковского института науки и технологий. Результаты исследования опубликованы в сборнике трудов XVI Международной конференции по управлению, автоматизации, робототехнике и техническому зрению (ICARCV).

"Инфракрасные сканеры вен уже широко применяются в клинической практике, однако наш прибор является первой разработкой, основанной целиком и полностью на передовых методах искусственного интеллекта. Одна нейронная сеть отвечает за шумоподавление и обработку инфракрасного сигнала, вторая определяет контуры вен, а третья постоянно следит за тем, чтобы вычисленные очертания сосудов совпадали с их фактическими границами", – рассказал один из авторов исследования, доцент Сколковского института науки и технологий Дмитрий Дылов.

Искусственная нейронная сеть (зачастую кратко ее называют нейросетью) — это программа, построенная по принципу организации и функционирования нейронных сетей в мозге человека. В отличие от других компьютерных программ, нейросеть может "обучаться", то есть находит математические связи между программными модулями, которые играют роль нейронов. Современные нейросети применяются во многих областях: например, они могут распознавать следы рака кожи лучше онкологов, а аневризмы на снимках кровеносных сосудов мозга – лучше кардиологов.

Дылов и его коллеги адаптировали нейросети для решения еще одной важной медицинской задачи – создания системы, способной в полностью автоматическом режиме находить кровеносные сосуды пациента и максимально удобно и безболезненно брать на анализ венозную кровь.

Для этого исследователи использовали нейросети и методы обучения с подкреплением. Это позволило тщательнее проанализировать изображения и спроецировать их на тело пациента, получив таким образом средство для визуализации вен с учетом особенностей комплекции и положения пациента.

"Нам оставалось лишь на этапе обучения объяснить системе, что такое хорошо и что такое плохо. Все остальное нейронные сети сделали сами: автоматически нашли оптимальные настройки для новых пациентов, определили внешние условия и даже отследили искажения, в том числе и те, с которыми система ранее не сталкивалась", – объяснил ученый.

Проверив работу этой системы на наборе снимков рук пациентов, ученые создали прототип устройства. Его проверили на добровольцах. Тесты показали, что сканер может обнаруживать венозный рисунок в ближнем ИК-диапазоне, а затем проецировать его в виде изображения на руку пациента.

"Предлагаемый нами сканер может масштабироваться для использования на других частях тела, а также применяться в ветеринарных клиниках для выполнения сложных проколов вен у животных. Необходимо подчеркнуть, что мы стремились создать экономичное устройство, отличное от тех, которые сегодня предлагаются на рынке. Наши сети обладают необходимой легкостью и гибкостью, что позволит интегрировать их в существующие стандартные контроллеры", – подытожили ученые.