КЛАСИФІКАТОР ДИФЕРЕНЦІАЛЬНОЇ ДІАГНОСТИКИ АУТОІМУННОГО ГЕПАТИТУ ТА ХВОРОБИ ВІЛЬСОНА НА ОСНОВІ АНАЛІЗУ УЛЬТРАЗВУКОВИХ ЗОБРАЖЕНЬ ПЕЧІНКИ

Автор(и)

  • А.С. Іванченко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Ukraine https://orcid.org/0000-0001-7859-9605
  • К.С. Бовсуновська Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Ukraine https://orcid.org/0000-0001-7859-9605
  • І.М. Дикан ДУ "Інститут ядерної медицини та променевої діагностики НАМН України" , Ukraine https://orcid.org/0000-0001-8544-8653
  • Б.А. Тарасюк ДУ "Інститут ядерної медицини та променевої діагностики НАМН України" , Ukraine http://orcid.org/0000-0003-4051-9707
  • В.А. Павлов Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Ukraine https://orcid.org/0000-0002-3293-5308
  • Є.А. Настенко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Ukraine https://orcid.org/0000-0002-1076-9337

DOI:

https://doi.org/10.20535/2617-8974.2021.6.233008

Анотація

Реферат: Проблематика. При інтенсивному моніторингу профілактичного огляду пацієнтів у медичних закладах первинної ланки найбільш зручно по ультразвуковим зображенням діагностувати лише наявність чи відсутність фіброзних змін печінки. Подібний підхід є найбільш ефективним при профілактиці захворювань, при цьому алгоритм класифікації визначає лише наявність патології, а уточнення діагнозу, ступінь ураження вже знайденої патології може визначатися в подальшому у спеціалізованих медичних закладах висококваліфікованим лікарем діагностом. Однак, розробка автоматизованих систем підтримки рішень при диференціації клінічно схожих захворювань завжди є актуальною задачею в медичній практиці. Однією з таких задач є диференціація  аутоімунного гепатиту і хвороби Вільсона.

Мета. Розробити діагностичний алгоритм класифікації аутоімунного гепатиту і хвороби Вільсона за  результатами аналізу ультразвукових зображень печінки.

Методика реалізації. Дані для виконання дослідження надано Інститутом ядерної медицини та променевої діагностики НАМН України – 9 знімків УЗД стосуються хворих на аутоімунній гепатит, 20 знімків пацієнтів з хворобою Вільсона. Об’єктами класифікації є області інтересу, що було виділено на ультразвукових зображеннях медичними фахівцями. Для збільшення об’єму навчальної вибірки та підвищення якості системи класифікації застосовано аугментацію одержаних зображень. В результаті для навчання (навчальна вибірка) та верифікації (тестова вибірка) було одержано загалом 600 областей інтересу (150 для аутоімунного гепатиту і 450 для хвороби Вільсона).  Виходячі з припущення, що відмінності у характеристиках зображень класів знаходяться у відмінностях їх текстур в роботі розраховані текстурні ознаки на основі частот зустрічаємості патернів  бінарного шаблону відтінків сірого. Для побудови класифікатора застовано алгоритм Random Forest.

Результати дослідження. Загальна вибірка з 600 областей інтересу була розбита випадковим чином на навчальну (80%) і тестову (20%). Одержано модель класифікатору алгоритмом Random Forest з показниками якості класифікації на навчальній вибірці: точність - 100%, чутливість - 1, специфічність - 1, F-score -1, та на тестовій вибірці: точність 90,8% , чутливість 0.767 , специфічність – 0,956, F-score – 0,873.

Висновки. Запропоновано ефективний підхід для вирішення задачі автоматичної диференційної діагностики аутоімунного гепатиту та хвороби Вільсона. На основі текстурних ознак та алгоритму випадкового лісу була отримана високоякісна модель класифікації

Ключові слова – диференціальна діагностика, аутоімунний гепатит, хвороба Вільсона, ультразвукова діагностика, аугментація зображень, патерни, локальні бінарні шаблони, Random  Forest.

##submission.downloads##

Опубліковано

2021-11-17

Номер

Розділ

Статті