Уральские школьники научили компьютер находить патологии на рентгеновских снимках

Ученица 10-го класса Елена Угрюмова из Екатеринбурга в своем блоге на vc.ru рассказала историю, как она вместе с командой разработала проект по определению патологии по рентгеновским снимкам.

Как придумали идею

Группа уральских школьников прошла отбор в очередную проектную смену образовательного центра “Сириус”. Одно из главных требований организаторов касалось темы проектов. Школьники должны были заявить проблему и доказать ее актуальность. По заявленной теме в нашей стране не должно быть готовых решений, а если имеются аналоги - то предлагаемое решение должно выделяться по нескольким критериям.

Школьникам предстояло разработать систему определения аномалий на снимках флюорографии.

К изучению проблемы ребята подошли серьезно. Они выяснили, что в нашей стране подобные системы обработки снимков флюорографии в медицинских учреждениях не используются. Врачи вручную обрабатывают снимки и фиксируют патологии. Нередко медицинский персонал упускает из виду некоторые сложные аномалии. Решение ребят помогает избежать ошибок.

Как разрабатывали продукт

Совместно с руководителем группы, преподавателем Института фундаментального образования УрФУ Вячеславом Шибаевым, команда изучила распространенные модели нейронных сетей и на основе архитектуры ResNet разработали свою нейронную сеть — классификатор патологий. А уже в Сириусе ребята сделали вторую нейронную сеть — сегментатор, которая выделяет на флюорографии области легких. Далее последовал процесс обучения нейронной сети.

Изначально школьники видели в своем проекте автоматизированного помощника для врача. Поэтому немало времени ушло на программную часть - создание личного кабинета, базы данных карточек пациентов и другие элементы интерфейса. Система получила название Pulmoinspect.

Защита проекта

И только к защите проекта школьники поняли - у них получился полноценный продукт, готовый к использованию. Им удалось создать помощника для врача-рентгенолога, который анализирует снимки. Система, в основе которой лежат методы искусственного интеллекта не только автоматически обрабатывает снимок рентгенографии и подсвечивает области с патологиями, но и определяет вид патологии. Это помогает при постановке точного диагноза.

В итоге из 19 проектов, презентованных на демо-дне в центре “Сириус”, Pulmoinspect попал в пятерку лучших.