Ключевые результаты
Исследователи представили DenseLes — новую систему на основе сверточных нейронных сетей (CNN) для автоматической сегментации очагов рассеянного склероза (РС) на МРТ-изображениях в режиме FLAIR. Метод продемонстрировал значительное улучшение качества сегментации по сравнению с существующими подходами, достигнув среднего коэффициента Dice 0,80% на собственном наборе данных Сегедского университета и от 0,32% до 0,73% на общедоступном наборе данных MSSEG 2016, что сопоставимо с результатами ручной сегментации экспертами.
Методология
Система DenseLes включает два основных этапа:
-
Предобработка изображений:
- Выделение области мозга
- Стандартизация изображений
-
Сегментация очагов РС:
- Использование сквозной (end-to-end) послойной плотной нейронной сети
- Идентификация сегментированных очагов по их расположению:
- Перивентрикулярные
- (Юкста)кортикальные
- Инфратенториальные
- Спинальные
Для валидации метода использовались:
- Собственный набор данных исследователей (Szeged MS dataset)
- Общедоступный набор данных MSSEG 2016 MS challenge
Клиническое значение
Автоматическая сегментация очагов РС имеет решающее значение для клинической практики по нескольким причинам:
- Повышение точности диагностики рассеянного склероза
- Эффективный мониторинг прогрессирования заболевания без необходимости трудоемкой ручной разметки
- Оперативное получение информации о состоянии пациента
- Классификация очагов по локализации, что важно для дифференциальной диагностики и оценки активности заболевания
Предложенный алгоритм демонстрирует точность, сравнимую с экспертной оценкой, что делает его перспективным для внедрения в клиническую практику.
Выводы
DenseLes представляет собой многообещающий инструмент для автоматизированного анализа МРТ-изображений пациентов с рассеянным склерозом. Высокие показатели точности сегментации как на собственном наборе данных исследователей, так и на эталонном общедоступном наборе данных свидетельствуют о надежности и эффективности предложенного метода.
Возможность определения локализации очагов (перивентрикулярные, кортикальные, инфратенториальные, спинальные) особенно ценна в контексте диагностических критериев рассеянного склероза, где распределение очагов имеет важное диагностическое значение.
Дальнейшие исследования могут быть направлены на повышение точности модели в сложных случаях и интеграцию системы в клинические рабочие процессы.