В Петербурге автоматизировали диагностику заболеваний легких

САНКТ-ПЕТЕРБУРГ, 27 сентября. /ТАСС/. Ученые Санкт-Петербургского государственного электротехнического университета ЛЭТИ совместно с коллегами из Национального медицинского исследовательского центра (НМИЦ) им. В. А. Алмазова разработали специальную систему, которая в автоматическом режиме анализирует результаты снимков тканей легких и выявляет сложные сосудистые патологии. Система позволит уменьшить нагрузку на специалистов и сократить время для принятия решений, сообщила разработчик кафедры биотехнических систем ЛЭТИ Ксения Санарова.

"Мы разработали алгоритм, который позволяет автоматизировать получение количественных данных при исследовании сосудистой стенки. Данная технология позволила значительно сократить время обработки данных, уменьшив количество рутинной работы опытных специалистов. Для использования созданного инструмента достаточно только загрузить базу полученных сосудов и дождаться результатов автоматической оценки", - рассказала Санарова.

Она отметила, что сейчас оценка показателей сосудов при патологиях легких идет преимущественно в ручном режиме, это требует значительных временных затрат и достаточной квалификации специалистов. Для создания системы ученые из НМИЦ им. В. А. Алмазова передали ЛЭТИ 609 микрофотографий легочных сосудов, полученных с помощью специального инструмента для сканирования результатов гистологических исследований. Также им передали числовые данные измерений и микрофотографии с контурами этих измерений для каждого из сосудов, все это позволило обучить нейросеть.

После этого они выполнили валидацию - сравнили результаты сегментации, проводимой нейросетью, с числовыми данными измерений, полученных от специалистов НМИЦ им. В. А. Алмазова.

По словам инженера кафедры автоматики и процессов управления ЛЭТИ Дарьи Валенковой, точность автоматической сегментации легочных сосудов, обученной на собранных данных модели, сегодня составляет 97%. Далее ученые планируют перевести систему в формат специального приложения для специалистов лаборатории, которое обеспечит удобство в использовании возможностей алгоритма.

Работа выполнена при поддержке гранта Министерства науки и высшего образования Российской Федерации, выделенного в форме субсидии на создание и развитие научного центра мирового уровня "Центр им. А. П. Павлова "Интегративная физиология для медицины, высокотехнологичного здравоохранения и технологий стрессоустойчивости".