ЗАСТОСУВАННЯ НЕЙРОННИХ МЕРЕЖ ДЛЯ ДІАГНОСТИКИ ТРОМБОЕМБОЛІЇ ЛЕГЕНЕВОЇ АРТЕРІЇ ЗА ДАНИМИ КТ ОГК

Анотація

Проблематика. Тромбоемболія легеневої артерії (ТЕЛА) – це оклюзія тромбом легеневої артерії (ЛА), що транспортує венозну кров із серця до легень для насичення киснем. Як наслідок, організм людини перестає отримувати достатню кількість кисню і виникає гіпоксія. При критичній гіпоксії, спричиненій ТЕЛА, хворий може померти. Смертність від ТЕЛА при неправильній діагностиці або відсутності медичної допомоги протягом перших кількох годин досягає 50% випадків. За своєчасного надання допомоги та адекватного лікування ризик смерті знижується до 10%. Діагностика ТЕЛА є складним завданням, оскільки всі симптоми є неспецифічними. Стандартні методи обстеження (звичайні лабораторні тести, електрокардіографія (ЕКГ), рентгенографія органів грудної клітки) корисні лише для виключення іншої патології. До чутливих та специфічних методів діагностики ТЕЛА відносять комп'ютерну томографію (КТ) органів грудної клітини (ОГК). Автоматизація аналізу отриманих за допомогою КТ ОГК даних може значно пришвидшити постановку діагнозу, що сприятиме вчасному отриманню специфічної терапії та збільшить шанси пацієнта на виживання.

Мета дослідження. Метою роботи є створення моделі згорткової нейронної мережі для аналізу зображень КТ ОГК, що дозволить діагностувати наявність ТЕЛА у пацієнта та класифікувати її тип.

Методика реалізації. Зображення отримані за допомогою КТ ОГК з використанням контрастного підсилення дуже детально візуалізують стовбур та гілки ЛА. Аналіз цих зображень можна виконати за допомогою згорткової нейронної мережі для пошуку специфічних ознак тромбозу та класифікації випадку ТЕЛА (масивна, лівої чи правої гілок, хронічна). Для точності розпізнавання додатково необхідно сегментувати область ЛА та контрастувати зображення у певному діапазоні.

Результати дослідження. Побудована модель згорткової нейронної мережі має високу точність та специфічність. На тренувальній вибірці модель показала точність 96,3% та специфічність 96,1%, на тестовій вибірці – точність 97,1% специфічність 96,2%.

Висновки. В результаті роботи одержано модель згорткової нейронної мережі, яка аналізує зображення отримані за допомогою КТ ОГК та з високою точністю діагностує ТЕЛА і визначає її тип.