Publication: ДИАГНОСТИКА ЗЛОКАЧЕСТВЕННЫХ НОВООБРАЗОВАНИЙ ГРУДНОЙ КЛЕТКИ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ
Дата
2024
Авторы
Зимина А. Г.
Journal Title
Journal ISSN
Volume Title
Издатель
НИЯУ МИФИ
Аннотация
Негативная динамика частоты онкологических заболеваний придает высокую значимость и актуальность задаче повышения эффективности методов диагностики. По всему миру ежегодно выявляют более 10 млн случаев патологии, в том числе фиксируется 2.2 млн случаев онкологии легких, из которых 1.8 млн случаев заканчиваются летально. Ранняя, дифференциальная и точная диагностика заболевания традиционно считается важной задачей медицины. Целью работы является создание автоматизированной системы обработки результатов объективного контроля для дифференциальной диагностики злокачественных новообразований в грудной клетке и повышение с ее помощью точности и скорости диагностики. Полученный в результате работы продукт представляет собой систему искусственного интеллекта на основе нейронной сети, осуществляющей анализ изображений и их множественную классификацию. Анализ изображений позволяет не только фиксировать отсутствие или наличие злокачественных новообразований, но и в последнем случае произвести дифференциальную диагностику аденокарциномы, крупноклеточной карциномы и плоскоклеточного рака легких. Результаты работы данного продукта заметно превосходят достижения других описанных и доступных в настоящее время систем: полученный в результате работы продукт имеет ошибку 3.5 %, в то время как ошибка существующих аналогов составляет не менее 7.1 %, что в два раза больше ошибки полученной системы. Предлагаемый продукт позволяет в два раза сократить количество неправильно поставленных системой диагнозов по сравнению с существующими в настоящее время аналогами.
Описание
Ключевые слова
Аугментация , Онкология , Дифференциальная диагностика , Нейросеть , Искусственный интеллект
Цитирование
Зимина А.Г. ДИАГНОСТИКА ЗЛОКАЧЕСТВЕННЫХ НОВООБРАЗОВАНИЙ ГРУДНОЙ КЛЕТКИ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ. Вестник НИЯУ МИФИ. 2024;13(6):430-435. https://doi.org/10.26583/vestnik.2024.6.7. EDN: TNDLDH