Специалисты Центра искусственного интеллекта МГУ и факультета вычислительной математики и кибернетики разработали нейросетевой метод для совмещения медицинских изображений, который не требует предварительного обучения на больших объемах данных. Этот метод был протестирован на компьютерной томографии легких и магнитно-резонансной томографии (МРТ) мозга и сердца. Результаты работы опубликованы в журнале Machine Learning and Knowledge Extraction.
Для корректного сравнения снимков необходимо совместить соответствующие участки органов. Проблема заключается в том, что обычное наложение часто не дает должного результата из-за движений, вызванных дыханием и сокращениями сердца, что приводит к деформации тканей. Алгоритмы определяют, какое преобразование одного изображения позволит анатомическим структурам совпасть с другим.
Многие нейросети решают данную задачу после обучения на больших выборках, однако собрать такие данные не всегда возможно. Альтернативный подход заключается в настройке сети для каждой пары снимков, что требует высокой скорости расчетов и устойчивости к случайным начальным параметрам. В данной работе используются сети Колмогорова-Арнольда, которые адаптируют математические функции преобразования данных в процессе обучения. Сеть принимает координаты точки и вычисляет ее смещение, учитывая как сходство снимков, так и ограничения для предотвращения неестественных деформаций.
Разработаны основной метод KAN-IDIR и облегченная версия RandKAN-IDIR, которая использует случайную часть функций из более обширного набора. Облегченный метод обрабатывает пару снимков менее чем за минуту с средней ошибкой около миллиметра на легких. Основной метод показал высокое качество совпадения областей на сердце, минимизируя локальные деформации. Тем не менее, для легких и мозга исследуемые методы все еще могут быть более точными.
Информация в статье носит справочный характер и не заменяет консультацию врача. Перед применением рекомендаций обратитесь к специалисту.
Такой подход будет полезен в ситуациях, когда данных недостаточно, например, при изучении движений сердца, дыхательных изменений легких и изменений в мозге с течением времени. Для клинического применения требуется дополнительная проверка, так как качество может зависеть от уровня шума, используемого оборудования и подготовки снимков.
Ранее Наука Mail сообщала о новом методе рентгенографии, который ускоряет сканирование образцов почти в 30 раз.
Фото: hi-tech.mail.ru
Материалы проходят проверку с учетом современных клинических рекомендаций, научных данных и практического опыта врачей. Основная задача Медколлегии — обеспечить достоверность, актуальность и понятность медицинской информации для пользователей.