По данным Министерства здравоохранения РФ, показатель смертности от онкологических заболеваний в России в настоящее время составляет более чем 200 человек на 100 тысяч населения. При этом у 65–80% умерших от онкологии обнаруживаются опухоли в головном мозге. Вопрос диагностики и контроля динамики нейроонкологических заболеваний у пациентов с первичными и вторичными опухолями головного мозга крайне актуален. Раннее обнаружение новообразований значительно улучшает результативность целевой терапии (оперативной, лучевой, химиотерапевтической и иммунологической).
В своей выпускной работе студент Механико-математического факультета НГУ Максим Кочанов рассмотрел две задачи: задачу семантической сегментации опухолей головного мозга на МРТ-снимках и задачу предсказания временного интервала жизни пациентов на основе изображений сегментированных опухолей головного мозга (результат решения первой задачи). Научный руководитель — Баир Тучинов, заведующий лабораторией аналитики потоковых данных и машинного обучения Механико-математического факультета НГУ.
Для решения этих задач были использованы подходы как машинного обучения, так и глубинного обучения. Данные для тренировки алгоритмов машинного обучения и нейронных сетей предоставлялись международным конкурсом Brain Tumor Segmentation Challenge — 2020.
— В ходе дипломной работы мы разработали прототип системы персонализированной диагностики: на вход системе подается МРТ-снимок головного мозга, а на выходе мы получаем изображение определенной опухоли головного мозга и/или отека мозга, при условии, что на МРТ-снимке есть опухоль и/или отек; наиболее вероятный временной интервал жизни пациента. Таким образом, моя дипломная работа имеет высокую прикладную значимость в медицине, — отметил Максим Кочанов.
Напомним, ранее новосибирские ученые разработали технологию для улучшения диагностики опухолей мозга с помощью искусственного интеллекта.
