Аравин О.И. Применение многослойных нейронных сетей для нахождения положения атеросклеротических бляшек в продольном срезе сонной артерии

Версия для печатиВерсия для печати

   Нейросетевые технологии призваны решать трудноформализуемые задачи, к которым, в частности, сводятся многие проблемы медицины. В первую очередь, это связано с тем, что исследователю часто предоставлено большое количество разнородного фактического материала, для которого еще не создана математическая модель. Кроме того, необходимо представлять результаты анализа в виде, понятном специалисту прикладной области.

   Одним из наиболее удобных инструментом для решения подобных задач являются искусственные нейронные сети – мощный и одновременно гибкий метод имитации процессов и явлений.

   Отличительное свойство нейронных сетей состоит в их способности обучаться на основе экспериментальных данных предметной области. Применительно к задачам биомеханики экспериментальные данные представляются в виде множества исходных признаков или параметров объекта и поставленного на основе них диагноза. Обучение нейронной сети представляет собой интерактивный процесс, в ходе которого нейронная сеть находит скрытые нелинейные зависимости между исходными параметрами и конечным диагнозом, а также оптимальную комбинацию весовых коэффициентов нейронов, соединяющих соседние слои, при которой погрешность определения класса образа стремится к минимуму.

   Задача заключается в нахождении положения атеросклеротической бляшки на продольном срезе сонной артерии, изображение которой получено с помощью аппарата ультразвуковой диагностики. Нейронные сети, решающие задачи распознавания образов, требуют большого количества однотипных экземпляров, представляющих определенный класс объектов. В данном случае такими экземплярами выступают изображения сосудов с нарушенной проходимостью и с суженным просветом, выражающимся в наличии атеросклеротических бляшек на различных стенках сосуда, а также сосудов с ненарушенной проходимостью и нормальным состоянием просвета.

   Одним их первых шагов к решению задачи применения нейронных сетей становится задача формирования объемной обучающей выборки, состоящей из изображений экземпляров изучаемого класса данных и их характерных откликов. В данном случае такими данными являются сосуды, имеющие поражение в виде атеросклеротических бляшек, и сосуды, не имеющих таких поражений.

   Выходным значением нейронной сети, или результатом ее работы, считаются координаты расположения стеноза на изображении сосуда. Если стеноз не наблюдался, то возвращается последовательность, сигнализирующая об этом.  

   В качестве архитектуры нейронной сети может быть использована модель двухслойной нейронной сети прямого распространения. Размерность входного слоя нейронной сети должна соответствовать размерности входного вектора. В качестве функции активации для нейронов сети используется логистическая нелинейная  функция.

   Проведенные исследования показывают, что погрешность работы обученной нейронной сети над тестовыми данными, состоящими из изображений сосудов со стенозом и без стеноза, находится в пределах 9%, и это означает, что нейронная сеть научилась обобщать информацию и способна эффективно определять локацию стеноза в моделях сосуда.

Опубликовано в : 

Категория материала: 
Оцените материал: 
Average: 5 (1 vote)
 

Реклама от Google: