Российские ученые разработали биоморфную нейросеть, которая использует механизмы работы человеческого мозжечка при обработке снимков МРТ, полученных при наблюдениях за работой сердца. Этот подход повысил устойчивость алгоритмов к шумам и артефактам, часто встречающимся при проведении магнитно-резонансной томографии, сообщила ТАСС пресс-служба МФТИ.
© ТАСС
«В условиях реальной клиники, где снимки никогда не бывают идеальными, стабильность работы алгоритма выходит на первый план. Мы предлагаем инструмент, который почти не уступает в базовой точности и гарантирует воспроизводимый результат вне зависимости от смены аппарата или протокола съемки», — пояснила заведующая лабораторией экспериментальной и клеточной медицины МФТИ Валерия Цвелая, чьи слова приводит пресс-служба вуза.
Как отмечают ученые, разработанная ими система ИИ позволит хирургам более точно планировать проведение операций, направленных на лечение фибрилляции предсердий. В их рамках ученые получают МРТ-снимки сердца и выделяют на них контуры левого предсердия, что важно для проведения последующей операции по катетерной абляции, в рамках которой врачи локализуют очаг аритмии в сердечной мышце и нейтрализуют его при помощи вспышек лазера, радиоволн или жидкого азота.
Относительно простые нейросети, применяемые для анализа изображений, плохо справляются с выявлением границ предсердий, что заставляет врачей использовать точные трехмерные модели, для работы которых нужны большие объемы памяти и существенные вычислительные ресурсы. Российским ученым удалось резко упростить решение этой задачи, внедрив в нейросеть особую систему, напоминающую по принципам своей работы человеческий мозжечок, прогнозирующий будущие состояния коры мозга.
«Мы воспроизвели этот принцип в архитектуре нейросети. В нашей модели "корковый" рекуррентный блок обрабатывает данные, а встроенный "мозжечковый" модуль учится предсказывать, какими будут скрытые признаки изображения на следующем шаге. Это позволяет выдавать упреждающую поправку и стабилизировать вычисления даже при поступлении искаженных данных», — добавила инженер МФТИ Екатерина Костина, чьи слова приводит пресс-служба вуза.
Проведенные учеными проверки показали, что созданный ими подход позволил существенно повысить точность сегментации снимков МРТ при работе с зашумленными данными, и при этом для обработки одного изображения ему требуется примерно 18 миллисекунд, что на три порядка меньше времени работы сложных трехмерных алгоритмов (десятки секунд). При этом для работы «мозжечковой» нейросети требуется около 100 мегабайт видеопамяти, что заметно расширяет перспективы ее использования и позволяет запускать ее на относительно скромном оборудовании, подытожили исследователи.
