ЛЭТИ: ИИ-система для классификации опухоли мозга по МРТ-снимкам

Продукт

Разработчики:	ЛЭТИ СПбГЭТУ - Санкт-Петербургский государственный электротехнический университет
Дата премьеры системы:	октябрь 2025г.
Отрасли:	Фармацевтика, медицина, здравоохранение
Технологии:	МРТ

2025: Анонс продукта

В Санкт-Петербургском государственном электротехническом университете «ЛЭТИ» создали искусственный интеллект, который классифицирует опухоли мозга по МРТ-снимкам с точностью 99,35%. Об этом в вузе сообщили в октябре 2025 года.

Безошибочность метода составляет 99,35%, что выделяет его среди аналогов. Существующие системы работают в диапазоне от 93,1% до 98,5%. Разработка российских ученых превосходит по точности все известные решения в данной области.

В России создали самый точный в мире ИИ для классификации опухоли мозга по МРТ

Классификация опухоли мозга важна для определения типа, степени злокачественности и локализации новообразования. Это позволяет выбрать наиболее эффективную стратегию лечения. Врачи могут спрогнозировать исход заболевания и подобрать оптимальную реабилитацию для пациента на основе точной классификации.Международный конгресс по anti-age и эстетической медицине — ENTERESTET 2026

Для классификации ученые использовали классический метод искусственного интеллекта — кластеризацию. Алгоритм проанализировал около 1000 МРТ-снимков головного мозга здоровых и больных пациентов. Модель обучалась различать снимки по расположению ключевых точек на изображениях.

Для диагностики заболеваний активно применяются нейронные сети. Они анализируют медицинские изображения, в том числе МРТ-снимки. Однако для обучения нейросетей необходимы МРТ-снимки головного мозга как здоровых, так и больных пациентов.

Использование медицинских данных требует письменного согласия каждого пациента. Это создает сложности для машинного обучения. Получение разрешений от большого числа пациентов занимает значительное время. Исследователи ищут решения, способные преодолеть этот барьер при разработке диагностических систем.

Доцент кафедры математического обеспечения и применения электронных вычислительных машин СПбГЭТУ «ЛЭТИ» Антон Филатов прокомментировал разработку. По его словам, для решения проблемы применили классические алгоритмы, скомбинировав три метода. Они способны выделять ключевые точки на МРТ-снимках головного мозга — извилины, утолщения и другие анатомические структуры.^[1]