Сучасні Підходи До Аналізу Медичних Зображень

Abstract

У даній статті виконано огляд сучасних підходів аналізу медичних зображень на прикладі магнітно-резонансної томографії (МРТ) голови людини. За допомогою глибинного навчання автори досліджують різні методи автоматичної сегментації, класифікації та діагностики уражень голови людини таких як гостру та підгостру форми інсульту і пухлинні утворення. Серед методів розглядаються можливості використання трансформерних моделей, згорткових нейронних мереж і метода розкладу невід'ємних матриць та їх комбінації. На жаль, для коректного порівняння результатів роботи нейронних мереж, як мінімум тренувальна та екзаменаційна вибірки не можуть відрізнятися в межах одного набору даних. Тому, наведено результати ефективності кожного з підходів для ознайомлення. Підходи розглянуті в даній статті обрані таким чином, щоб експериментальні набори даних використовувалися між обраними дослідженнями та були у відкритому доступі. Це було зроблено, щоб у разі потреби мати змогу повторити експеримент або ж порівняти з ефективністю власного підходу. Також, через властивість нейронних мереж, є змога використати досліджені алгоритми для вирішення задач сегментації в іншому домені. На приклад, використовуючи дані комп’ютерної томографії(КТ) сегментувати ділянки легень що ураженні COVID-19 чи пневмонією. Або для сегментації фіброзних утворень печінки на зображеннях ультразвукової діагностики та еластографії.. В загальному, дана стаття проводить огляд сучасних досягнень та демонструє розвиток та можливості глибинного навчання в області аналізу медичних зображень для поліпшення діагностики та лікування і підтримки прийняття медичних рішень.