Библиографическое описание:ПРИМЕНЕНИЕ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ КЛАССИФИКАЦИИ МРТ ЗДОРОВЫХ КОЛЕННЫХ СУСТАВОВ И С ПРИЗНАКАМИ ОСТЕОАРТРИТА : доклад, тезисы доклада / Н. А. Лукьянова, Е. Е. Голденок, К. Е. Черняк. - [Б. м. : б. и.], 2024. - Текст : непосредственный // Информационные технологии и математическое моделирование (ИТММ-2024) : материалы XXIII Международной конференции имени А.Ф. Терпугова / Информационные технологии и математическое моделирование (ИТММ-2024) (2024 ; 20.10 - 26.10 ; Томск). - Томск, 2024. - С. 548-553. - Авторы благодарят ООО «Лечебно-диагностический центр Международного института биологических систем» города Красноярска, за предоставление обезличенных снимков коленных суставов и врача-рентгенолога Бородянского Леонида Михайловича за экспертную оценку МРТ изображений. Работа поддержана Красноярским математическим центром, финансируемым Минобрнауки РФ (Соглашение 075-02-2024-1429). - ISBN 9785907890084.
Аннотация:Цель исследования: разработка моделей сверточных нейронных сетей для повышения качества классификации МРТ снимков здоровых коленных суставов и с остеоартритом. Реализованы и обучены 5 моделей сверточных нейронных сетей на основе базовых архитектур EfficientNetB5, InceptionResNetV2, MobileNetV2, MobileNet, VGG16. Материалом исследования является объединенная база снимков, включающая набор цифровых изображений из электронного открытого репозитория Kaggle по остеоартриту (4 590 снимков) и сформированный набор снимков коленных суставов пациентов Красноярского края (1904 снимков): 2 690 снимков - с наличием признаков остеоартрита, 3 804 - здоровые коленные суставы. На этапе предобработки данных была решена проблема недостаточности входных данных и дисбаланса классов за счет аугментации, увеличив набор до 40 000 изображений. Проведен сравнительный анализ нейросетевых моделей по доле правильных классификаций. Наилучший результат на тестовой выборке в 8 000 снимков показала модель с архитектурой EfficientNetB5 (accuracy = 95,6%), она также имеет высокие значения специфичности и чувствительности (Se = 95,5%, Sp = 95,5%), ее можно использовать в качестве скрининговой. Полученные результаты свидетельствуют о потенциале использования нейронных сетей для автоматизации диагностики остеоартрита по МРТ коленного сустава.
