Российские исследователи создали нейросеть, в которой использован принцип работы человеческого мозжечка. Разработка предназначена для обработки снимков магнитно-резонансной томографии сердца и отличается повышенной устойчивостью к шумам и другим искажениям изображений, следует из материалов МФТИ.
Новая система может применяться при подготовке к операциям по лечению фибрилляции предсердий. В ходе планирования вмешательства специалистам необходимо точно определить на снимках границы левого предсердия. Полученные данные используются при проведении катетерной абляции для воздействия на участок сердечной мышцы, связанный с возникновением аритмии.
Существующие сравнительно простые нейросети могут терять точность при определении границ предсердия на снимках с помехами. Более сложные трехмерные модели способны решать эту задачу лучше, однако требуют значительных вычислительных ресурсов и большого объема памяти.
Исследователи МФТИ предложили другой подход. В нейросеть встроили модуль, действующий по принципу мозжечка, который в организме участвует в прогнозировании состояний и корректировке действий. В созданной системе рекуррентный блок обрабатывает поступающие сведения, а дополнительный модуль прогнозирует скрытые признаки изображения на следующем этапе вычислений.
Благодаря этому нейросеть может заранее вносить поправки и сохранять стабильность при обработке искаженных данных. Как пояснила инженер МФТИ Екатерина Костина, такой механизм позволяет повысить устойчивость модели при появлении шумов на медицинских изображениях.
Испытания показали, что разработанная архитектура увеличивает точность выделения необходимых областей на зашумленных снимках МРТ. При этом обработка одного изображения занимает около 18 миллисекунд. Для сравнения, работа сложных трехмерных алгоритмов может продолжаться десятки секунд.
Еще одним преимуществом разработки стали сравнительно небольшие требования к оборудованию. Для работы модели необходимо около 100 мегабайт видеопамяти. Это позволяет использовать систему на менее производительной вычислительной технике.
Заведующая лабораторией экспериментальной и клеточной медицины МФТИ Валерия Цвелая отметила, что в клинической практике качество снимков может различаться в зависимости от оборудования и условий исследования. Поэтому одной из важных характеристик разработанного алгоритма является способность сохранять стабильный результат при изменении качества исходных данных.