- PVSM.RU - https://www.pvsm.ru -
Компьютерное зрение и машинное обучение находят своё применение во многих сферах деятельности человека. Исключением не стала и медицина.
В этой статье рассматриваются наиболее интересные, на взгляд автора, задачи компьютерного зрения в медицине.
Циркулирующие опухолевые клетки скрестившиеся с с несколькими флуоресцентными антителами
Циркулирующие опухолевые клетки — это клетки, которые отделяются от места основной опухоли и распространяются через кровоток, образуя вторичные опухоли в других органах.
Раннее обнаружение таких клеток и оценивание прогрессирования болезни очень важно для эффективного лечения, поэтому сейчас активно разрабатываются системы для автоматического обнаружения опухолевых клеток. Например, исследователи из Германии [2] [1] получили accuracy > 99%, recall = 88% и precision = 86% на экспериментальном датасете небольшого размера.
Источники:
Классификация изображений в зависимости от степени заболевания: a) normal; b) mild; c) moderate; d) severe; e) prolific
Авторы соревнований на kaggle [4] по обнаружению диабетической ретинопатии утверждают, что 40-45% американцев, страдающих диабетом, также подвержены и диабетической ретинопатии (думаю, что в России показатели примерно такие же). Прогрессирование ухудшения зрения может быть замедленно или предотвращено, если вовремя обнаружить заболевание. Таким образом, разработка систем по обнаружению диабетической ретинопатии также является актуальной.
Самый лучший результат quadratic weighted kappa на соревнованиях составил 0.84958 (Private Leaderboard).
Некоторые [5] исследователи [6] разрабатывают адаптеры для смартфонов для получения снимков сетчатки. Делают они это при помощи 28D или 40D линз (стоят такие линзы около 300$) и насадки для смартфона, которую печатают на 3d принтере.
Адаптер для получения снимков сетчатки
Как видно, возможность проверки состояния своей сетчатки без похода в больницу уже не за горами.
Источники:
Снимки МРТ головного
Метод магнитно-резонансной томографии (МРТ) широко применяется для диагностирования и отслеживания динамики заболеваний
Разметка изображений МРТ
Полная разметка трехмерного изображения предполагает разбиение (сегментацию) объема
Пример работы алгоритма сегментации. Слева — истинная разметка; справа — полученная разметка
Авторам из [1 [10]] удалось получить следующую точность сегментации для анатомических структур(показатель DSC — мера сходства Дайса):
Источники:
Для примера возьмём задачу по нахождению нервной структуры шеи с недавних соревнований на kaggle [12]
Слева — ультразвуковое изображение шеи, справа — нервная структура; на изображениях видно, что нахождение нервной структуры является нетривиальной задачей даже для человека (не являющимся специалистом в этой области)
Точное нахождение нервной структуры на ультразвуковых изображениях является важных этапом в эффективной вставке катетера для блокирования или уменьшения боли. Такие катетеры, в частности, помогают пациентам с наркотической зависимостью быстрее восстанавливаться.
Наилучший результат по мере сходства Дайса DSC на kaggle составил — 0.73226.
Источники:
Лазерная спекл-картина руки, показывающая перфузию до и после растирания небольшой области руки
Автоматический анализ лазерных спекл-картины применяют для измерения кровотока. В частности, это помогает при лазеротерапии повреждённых тканей.
Источники:
Рассмотренные задачи лишь капля воды в море. В области анализа медицинских изображений большой простор для исследований.
Бурное развитие deep learning помогает постепенно улучшать точность разрабатываемых систем для анализа медицинских изображений, которые возможно вскоре будут применяться повсеместно. А это, несомненно, повысит уровень здоровья населения.
Автор: forcesh
Источник [15]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/obrabotka-izobrazhenij/183353
Ссылки в тексте:
[1] исследователи из Германии [2]: http://onlinelibrary.wiley.com/doi/10.1002/cyto.a.22471/pdf
[2] Automated Detection of Circulating Cells Using Low Level Features: http://dspace.library.colostate.edu/webclient/DeliveryManager/digitool_items/csu01_storage/2013/10/23/file_1/247930
[3] bioview.com/applications/circulating-tumor-cells: http://bioview.com/applications/circulating-tumor-cells/
[4] kaggle: http://www.kaggle.com/c/diabetic-retinopathy-detection
[5] Некоторые: http://www.journalmtm.com/2014/3d-printed-smartphone-indirect-lens-adapter-for-rapid-high-quality-retinal-imaging/
[6] исследователи: https://researchonline.lshtm.ac.uk/40853/1/Smartphone_Fundoscopy_Revised_with_Figures.pdf
[7] www.kaggle.com/c/diabetic-retinopathy-detection: https://www.kaggle.com/c/diabetic-retinopathy-detection
[8] Algorithms for the Automated Detection of Diabetic Retinopathy Using Digital Fundus Images: A Review: https://kaggle2.blob.core.windows.net/forum-message-attachments/66827/2169/Algorithms%20for%20the%20Automated%20Detection%20of%20Diabetic%20Retinopathy%20Using%20Digital%20Fundus%20Images%20-%20A%20Review.pdf?sv=2012-02-12&se=2016-09-07T12%3A36%3A18Z&sr=b&sp=r&sig=UCjltw9vAkxU8hFepU0OVNhDpk4dhJAhjHVdpZ%2Boq1Q%3D
[9] мозга: http://www.braintools.ru
[10] 1: http://www.graphicon.ru/html/2015/Proceedings.pdf
[11] Sequence-independent segmentation of magnetic resonance images: http://nmr.mgh.harvard.edu/~fischl/reprints/sequence_independent_segmentation_reprint.pdf
[12] недавних соревнований на kaggle: https://www.kaggle.com/c/ultrasound-nerve-segmentation
[13] Laser speckle contrast imaging for measuring blood flow : http://www.if.pwr.wroc.pl/~optappl/pdf/2007/no12/optappl_3712p139.pdf
[14] Laser speckle contrast imaging in biomedical optics: http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2816990/
[15] Источник: https://habrahabr.ru/post/309152/?utm_source=habrahabr&utm_medium=rss&utm_campaign=best
Нажмите здесь для печати.