Полностью автоматический конвейер сверточных и капсульных нейронных сетей смог точно отличить COVID-19 от внебольничной пневмонии на изображениях грудной клетки, полученных методом компьютерной томографии (КТ). Соответствующее исследование опубликовано в рецензируемом научном журнале Computers in Biology and Medicine.

КТ грудной клетки сыграла решающую роль в диагностике пациентов с симптомами, характерными для нового коронавируса. Однако при таком сканировании COVID-19 и внебольничная пневмония выглядят похоже. Радиологу бывает трудно отличить одно от другого – это мешает составлению корректного плана лечения пациента.

Чтобы помочь специалистам в области лучевой диагностики, ученые в Китае применили сверточные и капсульные нейросети, которые работают без участия человека. Как отметил соавтор исследования и сотрудник отделения радиологии Второй народной больницы Гуйяна Тянь Бин, метод глубокого обучения эффективен для скрининга.

Напомним, архитектура сверточных и капсульных нейронных сетей нацелена на распознавание изображений c помощью алгоритмов deep learning.

Сети обучали на наборе данных из 326 КТ-сканирований грудной клетки пациентов двух китайских больниц.

Исследователи отметили, что пайплайн из комбинации нейронных сетей выдал прогнозы с точностью 100%, в то время как диагностическая точность двух радиологов составила примерно 65% и 67%. Ученые добавили, что конвейер прост в использовании и может существенно повысить эффективность работы медицинских специалистов.

Кстати, ранее была разработана модель обнаружения COVID-19 на основе изображений легких с помощью возможностей искусственного интеллекта и технологии визуализации.

Изображение: Unsplash