Актуальность исследования
СЛЕДСТВИЕ
Более 9 часов на одного пациента
Вероятность постановки неправильного диагноза
Недостаток квалифицированных кадров
ПРОБЛЕМА
3 часа на предоперационное планирование
Высокая нагрузка на врачей
Отсутствие продвинутой помощи в клиниках
4000 смертей в год
Каждые 2 часа заболевание диагностируется у 1 человека в России
Причина этому глиобластомы - самые агрессивные злокачественные опухоли мозга
Наше решение
Представляем вашему вниманию алгоритм автоматической сегментации опухолей на МРТ- и КТ- снимках «Умная Сегментация»
Скорость
Вместо 3х часов ручного труда, врач просто загружает изображение в веб-приложение, и сегментация происходит за пару минут.
Качество
По оценкам нейрохирургов, точность модели составляет выше 80%.
Доступность
Код и веса модели выложены в открытый доступ на GitHub.
Двигайте ползунок снизу, чтобы увидеть процесс обнаружения опухоли
Ответы на самые популярные вопросы простыми словами
Я впервые слышу о вашем проекте и плохо разбираюсь в этой теме. Простыми словами, чем вы занимаетесь? 🤔
Мы разрабатываем систему искусственного интеллекта, которая анализирует МРТ-изображения и автоматически определяет границы и тип опухоли.
А разве врач не в силах сделать это самостоятельно? 🗿
Наш искусственный интеллект это удобный инструмент для врача, сокращающий время, необходимое для предоперационного планирования.
А как ваш алгоритм понимает, как выглядит опухоль и выделяет её границы?
Алгоритм обучается на размеченных снимках и учится сам находить опухоль и ее границы.
А что вы используете для удобной визуализации действий ИИ?
Для визуализации и удобной работы мы разработали понятный и комфортный для работы веб-интерфейс. Вы можете ознакомиться с ним по ссылке снизу 😉
Как проект создавалсь поэтапно:
Подготовка данных
Работа над сборкой и предобработкой данных, на которых ИИ модель будет обучаться обнаруживать и анализировать патологии
Обучение ИИ модели
Процесс обучения нейросетевой модели на основе подготовленных ранее данных. Для обучения использовалось более 16 000 изображений головного мозга с МРТ
Проверяем качество
Производится проверка качества выдаваемого результата подготовленной и обученной нейросетью и исправляются недочёты, если они были выявлены во время проверки
Создаём веб-приложение
Создаётся удобный веб-приложение для упрощённой и более структурированной работы с готовой ИИ моделью
Ход работы
ТЕХНОЛОГИИ ПРОЕКТА
Технологический стек
Программные инструменты и архитектуры, используемые для обработки медицинских изображений, обучения нейроной сети и интеграции модели в веб-интефейс
U
U-Net
Архитектура нейросети
Основная архитектура для автоматической сегментации опухоли на медицинских изображениях.
PT
PyTorch
Машинное обучение
Фреймворк для построения, обучения и тестировании модели сегментации.
CV
OpenCV
Обработка изображнений
Инструменты для предобработки, преобразования и анализа медицинских изображений.
Py
Python
Язык программирования
Основной язык программирования, обработки данных и реализации алгоритмов машинного обучения
Оценка качества модели
Для объективной оценки качества сегментации используются международные метрики, позволяющие сравнить результат работы алгоритма с экспертной разметкой врача
Dice Coefficient
Основная метрика
сегментации
сегментации
Каждая метрика отражает отдельную сторону качества сегментации. Dice и IoU оценивают совпадение контуров
опухоли, Precision показывает количество ложноположительных результатов, а Recall — способность модели
обнаруживать всю патологическую область. Комплексная оценка позволяет объективно сравнивать различные
архитектуры нейронных сетей.
опухоли, Precision показывает количество ложноположительных результатов, а Recall — способность модели
обнаруживать всю патологическую область. Комплексная оценка позволяет объективно сравнивать различные
архитектуры нейронных сетей.
Precision
Точность обнаружения
Intersection over
Union (IoU)
Union (IoU)
Точность совпадения
областей
областей
Recall
Полнота обнаружения
Более 16 000 снимков из открытых баз данных и ФГБУ «НМИЦ им. В. А. Алмазова» было использовано для обучения нейросети
• 4217 – глиобластомы
• 3773 – глиомы
• 3130 – опухолей гипофиза
• 2729 – менингиомы
• 2432 – без опухоли
Результаты классификации
Результаты сегментации
Сегментация глиобластомы
Сегментация менингиомы
Сегментация опухоли гипофиза
Сегментация глиомы
WEB - интерфейс
Разработанный нашей командой.
Готов для исследования и работы!
Готов для исследования и работы!
Видеоинструкция по работе с веб-приложением
Партнёры проекта:
Благодарим за предоставленную возможность для реализации проекта
Наша команда
Старший состав:
Младший состав:
Маничева София, участник,
г. Вышний Волочек,
Лицей №15,
tg: @quuwg, quuwg11@gmail.com
г. Вышний Волочек,
Лицей №15,
tg: @quuwg, quuwg11@gmail.com
Коновалова Виктория, участник,
г. Уфа,
МАОУ "Школа №103",
tg: @vikae_yeah, programms2026@gmail.com
г. Уфа,
МАОУ "Школа №103",
tg: @vikae_yeah, programms2026@gmail.com
Турченко Александра, участник,
г. Ростов-на-Дону,
МАОУ "Школа № 60",
tg: @aisshpeck, mikokennedy1998@gmail.com
г. Ростов-на-Дону,
МАОУ "Школа № 60",
tg: @aisshpeck, mikokennedy1998@gmail.com
Сооронбаев Хан Султан, участник,
г. Москва,
ГБОУ Школа №1454 "Тимирязевская"
sooronbayev10@mail.ru
г. Москва,
ГБОУ Школа №1454 "Тимирязевская"
sooronbayev10@mail.ru
Рузанкина Юлия Сергеевна,
научный руководитель,
г. Санкт-Петербург,
ФГБУ "НМИЦ им. В. А. Алмазова"
научный руководитель,
г. Санкт-Петербург,
ФГБУ "НМИЦ им. В. А. Алмазова"
Коротеева Олеся Владимировна,
научный руководитель,
г. Санкт-Петербург,
ФГБУ "НМИЦ им. В. А. Алмазова"
научный руководитель,
г. Санкт-Петербург,
ФГБУ "НМИЦ им. В. А. Алмазова"
Репина Анастасия Сергеевна,
стажёр,
ФГАОУ ВО Первый МГМУ им. И. М. Сеченова Минздрава России
стажёр,
ФГАОУ ВО Первый МГМУ им. И. М. Сеченова Минздрава России
Чудиевич Сергей Николаевич,
преподаватель,
г. Санкт-Петербург,
ФГБУ "НМИЦ им. В. А. Алмазова"
преподаватель,
г. Санкт-Петербург,
ФГБУ "НМИЦ им. В. А. Алмазова"
Матвеев Антон Юрьевич,
преподаватель,
г. Санкт-Петербург,
ФГБУ "НМИЦ им. В. А. Алмазова"
преподаватель,
г. Санкт-Петербург,
ФГБУ "НМИЦ им. В. А. Алмазова"
Бутенко Елена Викторовна,
стажёр,
"Академия биологии и медицины им. Д. И. Ивановского."
г. Ростов-на-Дону,
стажёр,
"Академия биологии и медицины им. Д. И. Ивановского."
г. Ростов-на-Дону,