25.05.2017...Кандидат технических наук заведующий лабораторией анализа биомедицинских изображений Объединенного института проблем информатики НАН Беларуси Василий Ковалев представил исследования, позволяющие понять работу нейронных сетей человеческого мозга. Сфера интереса Василия Алексеевича – свёрточные нейронные сети. Лаборатория, которой он руководит, занимается созданием новых программных средств для обработки биомедицинских изображений. Искусственная нейронная сеть имитирует работу зрительной коры мозга, что позволяет распознавать изображения. За счет современных аппаратных средств нейронная сеть также решает поставленную задачу. Например, при анализе гистологических изображений автоматически выделяет опухолевые элементы из популяций клеток. Кстати, высокоэффективный способ определения онкологических заболеваний молочной железы на самой ранней стадии вошел в Топ-10 научных разработок НАН Беларуси за 2016 год. Свёрточные нейронные сети помогают ученым и в изучении тайн естественного интеллекта. Одна из последних работ – выявление у детей синдрома дефицита внимания и гиперактивности при помощи компьютерного анализа.
Сплотил усилия специалистов в области медицинских, биологических, технических и физико-математических наук Межведомственный исследовательский центр искусственного интеллекта, который создан на базе Объединенного института проблем информатики и Института физиологии НАН Беларуси. ...
....Заведующий лабораторией анализа биомедицинских изображений Объединенного института проблем информатики НАН Беларуси, кандидат техн. наук Василий Ковалёв, выступивший с докладом (в соавторстве с Александром Тузиковым — директором ОИПИ НАН Беларуси, членом-корреспондентом НАН Беларуси, доктором физ.-мат. наук, профессором), подчеркнул, что поскольку до четкого понимания когнитивных функций мозга еще далеко, нейробиологи и инженеры, работающие в области IT, должны идти своими путями, делясь друг с другом новыми сведениями. Коллектив Василия Ковалёва продемонстрировал реальные наработки в области медицинской диагностики, проведенные с активным использованием интеллектуальных систем. В частности, исследования в области так называемых сверточных нейронных сетей, значительно снижающих количество ошибок классификации в системах компьютерного зрения, позволили ученым в 2 раза улучшить качество распознавания признаков, характерных для клеточных структур у людей разного возраста, по сравнению с традиционными методами.
Компьютер оказался способен выделять важные признаки, характеризующие класс изображений, даже лучше, чем опытные специалисты-медики, консультирующие разработчиков. При этом было подтверждено, что старение организма с возрастом значительно замедляется, это важно знать, например, геронтологам (ученым, разрабатывающим методы лечения головного мозга).
Медики с интересом изучали слайды, демонстрирующие гинекологические опухоли (пробы тканей были отсканированы с огромным увеличением). Такие изображения (порядка 100 000100 000 пикселей) предоставляют важную информацию, однако обрабатывать их визуально и анализировать гистологу, гистопатологу практически нереально. Сделать это можно только при компьютерном анализе с помощью нейросетевых подходов.
Интеллектуальная система безошибочно обнаруживает метастазы, оценивает агрессивность опухоли, выделяя на биомедицинских полнослайдовых изображениях клетки, находящиеся в состоянии митоза. Безусловно, это прорыв, и неслучайно исследование белорусских ученых, представленное на проходивших международных соревнованиях по нейросетевым технологиям IBM Open Power (США), заняло 1-e место (совместно с минской фирмой Altoros Labs) в соответствующей номинации.
Не менее значимые результаты приносит нейросетевой подход при автоматическом выделении (сегментации) легких на компьютерно-томографических изображениях грудной клетки. Новый эффективный метод обнаружения узловых образований в легких, улучшающий качество сегментации на 11%, уже реализован в виде программного модуля и внедрен в медицинскую практику.
На легкие ориентированы и другие методы, алгоритмы и программные средства, предназначенные для обнаружения взаимосвязей между структурой изображений и лекарственной устойчивостью больных туберкулезом (см. фото). Такие статистически значимые взаимосвязи были обнаружены впервые в мире. Они уже обрели статус программно реализованного метода, и это позволяет надеяться, что выявление самой опасной формы туберкулеза вскоре станет рутинной диагностической процедурой, ведь метод весьма информативен. При визуализации участков КТ и рентгеновских изображений оттенками красного цвета автоматически подсвечиваются области, соответствующие положительным корреляциям с лекарственной устойчивостью, оттенками синего — отрицательным.
Итогом научного поиска стала эффективная модель активных шаблонов для обнаружения и сегментации объектов на медицинских изображениях, не уступающая лучшим мировым образцам. На ее основе разработаны четыре метода автоматического обнаружения сегментации цитологических, гистологических и компьютерно-томографических изображений.
Обнадеживающие для диагностов результаты приносит также использование нейросетевых технологий при сравнении МРТ-изображений мозга здоровых детей и страдающих синдромом дефицита внимания и гиперактивности. Такой анализ — реальная возможность безошибочно поставить диагноз, провести адекватное лечение и сделать точный прогноз. ....
Источник (и полная версия статьи): МедВестник