Создана биоморфная нейросеть для улучшения обработки снимков МРТ
Российские ученые разработали биоморфную нейросеть, которая применяет механизмы работы человеческого мозжечка для обработки МРТ-снимков, полученных во время наблюдений за работой сердца. Этот метод улучшил устойчивость алгоритмов к шумам и артефактам, часто возникающим при магнитно-резонансной томографии, как сообщает пресс-служба МФТИ. Об этом рассказывает ТАСС.
"В реальных клинических условиях, где снимки никогда не бывают идеальными, стабильность работы алгоритма становится критически важной. Мы предлагаем инструмент, который почти не уступает в базовой точности и обеспечивает воспроизводимый результат независимо от аппарата или протокола съемки", - пояснила заведующая лабораторией экспериментальной и клеточной медицины МФТИ Валерия Цвелая.
Ученые отмечают, что их система искусственного интеллекта позволит хирургам более точно планировать операции, направленные на лечение фибрилляции предсердий. В процессе они получают МРТ-снимки сердца и выделяют контуры левого предсердия, что критично для последующей операции по катетерной абляции, в ходе которой врачи локализуют очаг аритмии и нейтрализуют его с помощью лазера, радиоволн или жидкого азота.
Применяемые ранее простые нейросети неэффективно выявляют границы предсердий, что вынуждает врачей использовать точные трехмерные модели, требующие больших объемов памяти и вычислительных ресурсов. Российским ученым удалось значительно упростить эту задачу, внедрив в нейросеть систему, аналогичную работе человеческого мозжечка, который прогнозирует будущие состояния коры мозга.
"Мы воспроизвели этот принцип в архитектуре нейросети. В нашей модели "корковый" рекуррентный блок обрабатывает данные, а встроенный "мозжечковый" модуль предсказывает, 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.
Проверки, проведенные учеными, показали, что их подход значительно повысил точность сегментации МРТ-снимков при работе с зашумленными данными, при этом для обработки одного изображения требуется около 18 миллисекунд, что на три порядка меньше времени работы сложных трехмерных алгоритмов. Для функционирования "мозжечковой" нейросети необходимо около 100 мегабайт видеопамяти, что значительно расширяет возможности ее применения и позволяет запускать ее на относительно скромном оборудовании, подытожили исследователи.
