DRUNET (программа для оценки поражений зрительного нерва)

Продукт
Разработчики: Национальный университет Сингапура
Дата премьеры системы: июль 2018 г
Отрасли: Фармацевтика, медицина, здравоохранение

2018: Анонс ПО для оценки поражений зрительного нерва при глаукоме

В июле 2018 года исследователи из Национального университета Сингапура представили новое программное обеспечение, использующее искусственный интеллект для оценки поражений зрительного нерва при глаукоме. Основное осложнение глаукомы – полная потеря зрения вследствие поражения зрительного нерва, однако раннее выявление и лечение могут задержать прогрессирование заболевания.

Современные методы глубокого обучения, применяемые в оптической когерентной томографии, могут автоматически выявлять патологические изменения при глаукоме, однако для каждого вида ткани требуется применять свой специфический алгоритм – такой подход требует значительных вычислительных мощностей и подвержен ошибкам.

Исследователи из Национального университета Сингапура представили новый подход к глубокому обучению ИИ для оценки поражений зрительного нерва при глаукоме

Новый подход основан на глубоком обучении с всего одним алгоритмом, который автоматически сегментирует и выделяет шесть различных структурных параметров зрительного нерва одновременно. Технология, названная Dilated-Residual U-Net, или DRUNET, вдохновлен U-Net - нейросетью, разработанной для распознавания биомедицинских изображений. Исследование DRUNET проводилось среди 100 человек: 41 пациента с открытоугольной глаукомой, 19 с закрытоугольным глаукомой и 40 здоровых добровольцев для контроля. При тестировании DRUNET значительно лучше сегментировал томографические изображения зрительного нерва, чем другие технологии глубокого обучения, и выявил почти все локальные и контекстные особенности тканей. При этом DRUNET работал быстрее, поскольку ему требовалось оценить меньше параметров: всего 40 000 по сравнению со 140 000 параметров предыдущих систем.

Авторы исследования признали, что проверка проводилась с некоторыми ограничениями: точность алгоритма оценивали по ручной сегментации, проводимой всего одним экспертным наблюдателем, а обучение системы проводили на основе томографических изображений, полученных с одного аппарата; пока неизвестно, будет ли DRUNET так же эффективен при работе с другими устройствами оптической когерентной томографии.

Исследователи надеются расширить использование DRUNET для сегментации 3D-изображений и планируют, что их разработка начнет широко использоваться в медицинских учреждениях в 2018 году.[1]

Примечания



СМ. ТАКЖЕ (1)