Ученые ИТМО и НМИЦ им. Алмазова создали алгоритм, позволяющий быстро определять фиброз сердца с помощью глубокого обучения. Разработка, которая освободит врачей от сложной работы по обработке МРТ-снимков и ускорит подбор наиболее эффективной стратегии лечения заболеваний сердца, описана в статье, опубликованной в журнале Biomedical Signal Processing and Control.
Для своевременной диагностики сердечно-сосудистых заболеваний важно вовремя находить фиброз — рубцовую ткань, которая может образоваться после инфаркта миокарда или инфекций. Один из перспективных методов исследования сердца — МРТ. Это малоинвазивный способ, использующий неионизирующее излучение, но рентгенологи тратят много времени на морфометрию (точное измерение объема фиброза): вручную определяют примерный процент фиброзной ткани в конкретном сегменте сердца и заносят данные в таблицу для построения 17-сегментной диаграммы. В среднем обработка серии снимков занимает 1-2 часа на пациента.
Сократить это можно с помощью нейросетей, но существующие модели достаточно неточные и трудозатратные — они требуют ручного или полуавтоматического выделения области фиброза, т.е. присутствия рентгенолога. Для того, чтобы автоматизировать генерацию 17-сегментных диаграмм сердца на основе МРТ-изображения, авторы новой работы создали полуавтоматическую модель на основе глубокого обучения. Она решает задачу поэтапно: сначала определяет область сердца, в которой находится миокард, затем выявляет наличие фиброза, распознает 17 сегментов, и оценивает объем фиброза в каждом из них.
В этом алгоритме пользователю нужно лишь отметить несколько точек на изображении сердца и классифицировать срезы, а сегментация тканей и генерация 17-сегментной диаграммы полностью автоматизированы. Ученые отмечают, что уже совершенствуют свой метод и планируют создать еще более более быстрый, полностью автоматический алгоритм, который будет способен анализировать снимки мгновенно без вмешательства человека.
В отличие от специалиста, у которого на обработку изображения уходит около 1–2 часов, модель справляется за пару минут. Разработчики добились точности, при которой результат алгоритма совпадает с мнениями двух экспертов в 86% и 77% случаев. Авторы считают это высоким показателем: обычно межэкспертное согласие составляет порядка 80%, т.е. модель работает примерно на уровне человека.
На основе данных о локализации и количестве фиброза врачи смогут быстро и точно прогнозировать осложнения для функции сердца и исходы заболеваний, в динамике наблюдать состояние сердца и разрабатывать более эффективную стратегию лечения. В перспективе алгоритм можно использовать не только для обработки МРТ-снимков, но и адаптировать для изображений, получаемых с помощью КТ.
