Они создали алгоритм, который анализирует снимки сердца, делит их на 17 частей и точно определяет, где и сколько рубцовой ткани (фиброза) находится. Это поможет врачам быстрее ставить диагнозы и выбирать лучшее лечение для пациентов с инфарктами и другими сердечными заболеваниями. Результаты их работы уже опубликовали в научном журнале Biomedical Signal Processing and Control.

Сердечно-сосудистые болезни — одна из главных причин смертности в мире. Чтобы вовремя выявить проблему, важно быстро и точно диагностировать состояние сердца, особенно фиброз — рубцовую ткань, которая появляется после инфаркта или инфекций. Один из лучших способов исследовать сердце — магнитно-резонансная томография (МРТ). Это безопасный метод, который не использует вредное излучение.

Но у врачей есть сложность: чтобы точно измерить объем фиброза, нужно вручную анализировать снимки. Рентгенологи делят сердце на 17 сегментов, оценивают, сколько в каждом из них рубцовой ткани, и записывают данные. На это уходит от одного до двух часов на одного пациента. Это долго и трудоемко.

Ученые решили упростить процесс с помощью нейросетей. Они разработали модель, которая автоматически анализирует снимки сердца. Сначала алгоритм находит область сердца, где находится миокард (мышечная ткань), затем определяет фиброз, делит сердце на 17 сегментов и оценивает объем рубцовой ткани в каждом из них.

Наш алгоритм уже сейчас требует минимального участия врача: нужно только отметить несколько точек на снимке и классифицировать срезы. Все остальное делает программа. Мы работаем над тем, чтобы сделать алгоритм полностью автоматическим, чтобы он анализировал снимки мгновенно, без участия человека, — рассказывает Валид Аль-Хайдри, научный сотрудник ИТМО и один из авторов проекта.

Модель справляется с задачей за пару минут, тогда как врачу нужно 1–2 часа. Кроме того, алгоритму достаточно одного снимка, а врачам часто требуется несколько снимков в разных проекциях, что увеличивает время исследования.

Для обучения модели использовали нейросеть U-Net и каскадный алгоритм. Ученые обучали ее на снимках сердца, которые вручную разметили эксперты, а также на базе данных МРТ-снимков пациентов после инфаркта из Университета Дижона. Всего в исследовании использовали данные 250 пациентов.

Точность алгоритма оказалась высокой: в 86% и 77% случаев его результаты совпали с мнениями двух экспертов. Это близко к уровню человека, ведь обычно согласие между экспертами составляет около 80%.

С помощью этой разработки врачи смогут быстрее и точнее прогнозировать осложнения, следить за состоянием сердца и выбирать лучшее лечение. В будущем алгоритм можно адаптировать и для анализа снимков, сделанных с помощью компьютерной томографии.

Мы не просто создали инструмент для автоматизации рутинной работы. Мы даем врачам возможность решать сложные задачи на уровне опытного специалиста и получать больше информации о том, как фиброз влияет на работу сердца, — говорит Екатерина Бруй, руководитель проекта и старший научный сотрудник физического факультета ИТМО.

Ранее ученые создали нейросеть для оценки вероятности отторжения пересаженной почки.

Фото: Екатерина Бруй, руководитель проекта, старший научный сотрудник физического факультета ИТМО. Источник: пресс-служба ИТМО.