• Специалисты МГУ имени М.В. Ломоносова разработали метод выявления патологий на КТ без ручной разметки снимков.
• Метод основан на предположении, что патологические изменения встречаются реже нормальных структур.
• Современные системы анализа медицинских изображений обучаются на размеченных наборах данных.
• Разработанный метод рассматривает поиск патологий как задачу обнаружения аномалий.
• Модель обучается определять участки изображения, статистически отличающиеся от нормальных структур КТ.
• Система Screener использует методы самообучения для обработки медицинских изображений.
• Для обучения модели было использовано более 30 тысяч неразмеченных КТ-исследований.
• Метод тестировался на четырех крупных наборах медицинских данных с различными патологиями.
• Предложенный подход показал более высокую точность по сравнению с существующими методами сегментации аномалий на КТ-изображениях.

«Ученые представили метод автоматического выявления патологий на КТ-изображениях без использования размеченных медицинских данных. Анализ осуществляется самообучающимися моделями, способными обнаруживать патологические изменения без предварительной разметки конкретных заболеваний», - сказали в вузе.

«Авторы предложили рассматривать поиск патологий как задачу обнаружения аномалий. Метод основан на предположении, что патологические изменения встречаются значительно реже нормальных структур. Модель обучается определять участки изображения, статистически отличающиеся от нормальных структур компьютерной томографии. Исследователи разработали систему Screener, которая использует методы самообучения для обработки медицинских изображений и изучает распределение признаков на уровне отдельных участков снимка. Для обучения модель использовала более 30 тысяч неразмеченных КТ-исследований», - уточнили в МГУ.