XIII Международная студенческая научная конференция Студенческий научный форум - 2021

На сегодняшний день, машинное зрение получает всё большее распространение в различных сферах жизни общества. Первые устройства, относящиеся к термину машинного зрения были разработаны ещё в 1959-60-х годах. Поначалу это были устройства, воссоздающие определенные модели поведения, затем – распознающие минимальные признаки в окружении.

В современном мире, машинное зрение стало более технологическим направлением, отделившись от части математической – появилось зрение компьютерное. Тем не менее, многими эти понятия отождествляются или же применяются в одной связи, в зависимости от сферы применения. В сфере медицины, которая будет рассмотрена в данной статье, зачастую, машинное зрение и вовсе не используется без зрения компьютерного.

Метод магнитно-резонансной томографии

Данный метод широко применяется в современной медицине для диагностики и отслеживания заболеваний головного мозга. Помимо этого, не менее частым применением является исследование и анализ непосредственно мозгового функционирования. Методология с использованием машинного зрения предполагает получение высококачественных трёхмерных изображений. Для работы во многих областях, связанных с головным мозгом, разметка областей на оном на анатомические структуры, является важнейшей задачей для дальнейшей работы и исследований.

Для человека, подобная разметка представляет собой трудоёмкий и времязатратный процесс, связанный с тем, что головной мозг по своей сути, представляет собой большое количество анатомических “регионов”, малейшая ошибка в разметке может привести к дальнейшим огрехам в изучении и диагностицировании. В подобных случаях, хорошо показывают себя алгоритмы, направленные на автоматизацию данного процесса.

Рис.1 Сопоставление человеческой (слева) и машинной сегментации (справа)

В ходе исследований, проведённых в рамках GraphiCon2015, были получены следующие точности сегментации:

Мозжечок — 0,885 ± 0,05

Паллидум — 0,7442 ± 0,009

Желудочек — 0,9 ± 0,02

Кровеносные сосуды — 0,2 ± 0,001

Средний мозг — 0,8474 ± 0,0073

Офтальмологические исследования

На сегодняшний день, исследования глаза и глазного дна, в частности, проводятся старыми методами – офтальмоскопия под надзором врача. Тем не менее, существуют более инновационные методы: ретинальная камера (или фундус-камера). Основное отличие состоит в более безопасном для пациента процессе. Меньшее количество противопоказаний, времени для непосредственно исследования.

Разработка компьютерного зрения не обошла стороной вопрос об более эффективной расшифровке и оценке изображений, полученных данным способом. Сообщество машинного обучения и наук о данных Kaggle продвигало исследование по обнаружению диабетической ретинопатии – данное заболевание, в основном, сопутствует людям с диабетическими заболеваниями, и, при своевременной диагностике, ухудшения зрения можно избежать.

Рис.2 Определение компьютерным зрением вероятности заболевания

Данная технология способна сэкономить время, затрачиваемое специалистом на идентификацию заболевания, способствует предотвращению офтальмологических заболеваний на ранних сроках.

Электрокардиография

Электрокардиография – метод электрофизиологического исследования деятельности сердца в норме и патологии, основанный на регистрации и анализе электрической активности миокарда, распространяющейся по сердцу в течение сердечного цикла.

В норме, данные, полученные в ходе исследования, используются лечащим врачом для определения кардиологических патологий. Тем не менее, на сегодняшний день, появились технологии, позволяющие провести измерения пульса без какого-либо контакта с пациентом. В 2012 году лаборатория компьютерных наук и ИИ Массачусетского технологического института представила технологию замера пульса человека по видео. Алгоритм улавливает микродвижения головы, вызванные ударами сердца, обычно не заметные. Данное достижение особенно актуально на сегодняшний день, существует возможность проводить минимальные врачебные консультации или проводить мониторинг пациентов в больницах без непосредственного контакта.

В дополнение к данной технологии, важно отметить ещё один подход к исследованиям в электрокардиографии. Профессор РАН, Воронцов Константин Михайлович, осветил данный вопрос с точки зрения компьютерного анализа. Было вынесено предположение, что ЭКГ-сигнал может отражать проблемы в функционировании всех систем человека, а не только лишь сердца. Вывод оказался таков, что при помощи электрокардиограммы действительно возможно лдиагностирование большого количества заболеваний. Подход сам по себе достаточно надёжен, а точность повышается с увеличением времени замеров.

Рис.3 График-сравнение ЭКГ здорового и больного человека

Также, больших успехов в направлении компьютерного зрения добилась облачная платформа, представленная компанией Arterys. Она представляет собой облачную нейросеть, использующуюся для анализа медицинских изображений. Платформа получила официальное разрешение на эксплуатацию медицинскими учреждениями американскими регулирующими службами. Анализировать возможно как изображения, так и видеоматериалы, а точность замерений достаточно близка к выводам настоящих врачей.

Рис.4 Определение платформой Arterys различных полостей сердца

В целом, применение машинного зрения в сфере медицины распространено, в основном, в рамках исследований. Тем не менее, направления, где методы, с ним связанные, внедрены, показывают высокие результаты и задействуют меньшее количество человеческого ресурса. В будущем, подобные технологии получат более широкое распространение, а с этим, получаемая медицинская помощь вырастет на порядок.

Код для цитирования: Скопировать