Нейросеть обучили распознавать рак кожи
Математики из Северо-Кавказского федерального университета разработали систему, которая распознает 10 различных видов пигментных поражений кожи по фотографии с родинкой.
Авторы разработки отмечают, что рак кожи остается одним из наиболее распространенных видов злокачественных опухолей, и встречается все чаще из-за усиления ультрафиолетового излучения. Однако диагностика данного типа рака представляет проблему, поскольку отличить злокачественное образование об доброкачественного сложно.
Разработчики решили задействовать искусственный интеллект. Они спроектировали систему на основе нейросетей, которая поможет повысить точность диагностики. Математики работали с зашумленными изображениями кожи, особенно, с теми, которые содержали волосы. Предложенная ими система способна предварительно обрабатывать изображение, чтобы повысить точность распознавания меланомы и других пигментных поражений кожи.
Разработанное решение предполагает замену пикселей волосяных структур на пиксели кожи. При таком подходе удается сохранить диагностические признаки на снимке.
Сначала происходит разложение RGB-изображения на цветовые составляющие, затем определяется местоположение волос и производится замена пикселей волос соседними пикселями. После этого система собирает изображение обратно.
Затем происходит распознавание и классификация пигментных поражений кожи с помощью специально обученных сверточных нейронных сетей AlexNet. Для них использовали около 42 тысяч клинических дерматоскопических изображений из международного открытого архива ISIC Melanoma Project.
В итоге созданная система способна распознавать 10 категорий пигментных поражений кожи: от дерматофибромы, невуса, солнечного лентиго, разных видов кетароза до меланомы и других видов рака.
Точность системы при тестировании составила 80,81%. Этот показатель выше, чем у аналогов. Также предложенная система обладает большей точностью при распознавании пигментных поражений кожи в сравнении с методами визуальной диагностики у врачей-онкологов, чей средний показатель составляет от 65% до 75%.
Авторы разработки отмечают, что использование системы позволит повысить качество диагностики и начать лечение на более ранней стадии заболевания. Если же создать на ее основе мобильное приложение, то проверить себя на наличие подобных поражений кожи сможет любой желающий.
Теперь исследователи планируют построить более сложные системы нейросетевой классификации пигментных новообразований кожи, в которых будут использоваться метаданные о пациентах (возраст, пол, расовая принадлежность, генетическая предрасположенность и др.).
Также систему можно потенциально применять для обработки рентгеновских снимков, чтобы выявить различные заболевания легких, и других изображений, полученных в ходе медицинского обследования.
В 2017 году ученые из Стэнфорда также создали систему, которая способна ставить диагноз, анализируя фотографию кожи пациента. Алгоритм получил название «глубинная конволюционная нейросеть». Он работает на Google Brain, проекте Google, цель которого — изучение возможностей машинного обучения.
