Разработка и апробация системы поддержки принятия врачебного решения в эндоскопии
- Авторы: Ганин А.Н.1, Хрящев В.В.2, Кашин С.В.3, Завьялов Д.В.3
-
Учреждения:
- ООО «Точка зрения»
- Ярославский государственный университет имени П.Г. Демидова
- Ярославская областная клиническая онкологическая больница
- Выпуск: Том 2, № 1S (2021)
- Страницы: 5-5
- Раздел: Статьи
- Статья получена: 04.05.2021
- Статья одобрена: 04.05.2021
- Статья опубликована: 01.05.2021
- URL: https://jdigitaldiagnostics.com/DD/article/view/70233
- DOI: https://doi.org/10.17816/DD20211s5
- ID: 70233
Цитировать
Полный текст
Аннотация
ЦЕЛЬ — разработка алгоритмов анализа эндоскопических изображений на основе методов искусственного интеллекта, а также создание на их основе комплекса программных модулей, организующих полный цикл обработки эндоскопических данных — от захвата кадра до внесения результатов обработки в историю болезни пациента.
РЕЗУЛЬТАТЫ. Основные результаты на данном этапе можно сформулировать следующим образом [1, 2]:
- собраны и экспертно размечены базы изображений эндоскопических исследований желудка и кишечника;
- разработан модуль видеозахвата, обеспечивающий захват и разбиение на кадры видеопотока с разрешением до 4K и частотой смены кадров до 60 fps;
- проведено комплексное тестирование ряда алгоритмов на основе глубоких нейронных сетей на созданной базе эндоскопических снимков, размер которой составил более 20 000 изображений;
- разработан модуль выходного интерфейса обмена данными между модулем нейросетевых алгоритмов системы и сопряжённой медико-информационной системой;
- проведена апробация разработанного программно-аппаратного комплекса в эндоскопическом отделении городской клинической больницы им. С.П. Боткина (Москва) и эндоскопическом отделении Ярославской областной клинической онкологической больницы.
Полный текст
ЦЕЛЬ — разработка алгоритмов анализа эндоскопических изображений на основе методов искусственного интеллекта, а также создание на их основе комплекса программных модулей, организующих полный цикл обработки эндоскопических данных — от захвата кадра до внесения результатов обработки в историю болезни пациента.
РЕЗУЛЬТАТЫ. Основные результаты на данном этапе можно сформулировать следующим образом [1, 2]:
- собраны и экспертно размечены базы изображений эндоскопических исследований желудка и кишечника;
- разработан модуль видеозахвата, обеспечивающий захват и разбиение на кадры видеопотока с разрешением до 4K и частотой смены кадров до 60 fps;
- проведено комплексное тестирование ряда алгоритмов на основе глубоких нейронных сетей на созданной базе эндоскопических снимков, размер которой составил более 20 000 изображений;
- разработан модуль выходного интерфейса обмена данными между модулем нейросетевых алгоритмов системы и сопряжённой медико-информационной системой;
- проведена апробация разработанного программно-аппаратного комплекса в эндоскопическом отделении городской клинической больницы им. С.П. Боткина (Москва) и эндоскопическом отделении Ярославской областной клинической онкологической больницы.
Об авторах
А. Н. Ганин
ООО «Точка зрения»
Автор, ответственный за переписку.
Email: vhr@yandex.ru
Россия, Ярославль
В. В. Хрящев
Ярославский государственный университет имени П.Г. Демидова
Email: vhr@yandex.ru
Россия, 150003, г. Ярославль, ул. Советская, д. 14
С. В. Кашин
Ярославская областная клиническая онкологическая больница
Email: vhr@yandex.ru
Россия, Ярославль
Д. В. Завьялов
Ярославская областная клиническая онкологическая больница
Email: vhr@yandex.ru
Россия, Ярославль
Список литературы
- Лебедев А.А., Хрящев В.В., Казина Е.М., и др. Распознавание устья червеобразного отростка на эндоскопических изображениях прямой кишки на основе сверточной нейронной сети / XXII Международная конференция «Цифровая обработка сигналов и ее применение» (DSPA); 25–27 марта 2020 г. Москва, 2020. С. 638–642.
- Lebedev A., Khryashchev V., Kazina E., et al. Automatic identification of appendiceal orifice on colonoscopy images using deep neural network / Proceedings of 2020 IEEE East-West Design and Test Symposium (EWDTS, September 2020). Varna; Bulgaria; 2020. Р. 367–371.
Дополнительные файлы
![](/img/style/loading.gif)