Медицинская информатика

Научная статья

УДК 004.932.2: 616-073.75
ББК 32.813: 53.6
ГРНТИ 76.13.15
DOI 10.25209/2079-3316-2023-14-3-95-113

Использование нейронных сетей для поиска нарушений укладки пациента на рентгенограммах органов грудной клетки

Александр Александрович Борисов¹, Юрий Александрович Васильев², Антон Вячеславович Владзимирский³, Ольга Васильевна Омелянская⁴, Серафим Сергеевич Семенов⁵, Кирилл Михайлович Арзамасов⁶

1-6	Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы, Москва, Россия
1	Российский национальный исследовательский медицинский университет им. Н. И. Пирогова, Москва, Россия
1	aleksandrborisov10650@gmail.com

Аннотация. В работе представлены результаты применения трансферного обучения глубоких сверточных нейронных сетей для задачи поиска рентгенограмм органов грудной клетки с нарушениями укладки и позиционирования пациента. Оцениваемые нейросетевые архитектуры: InceptionV3, Xception, ResNet152V2, InceptionResNetV2, DenseNet201, VGG16, VGG19, MobileNetV2, NASNetLarge. Для обучения и тестирования использовались рентгенограммы грудной клетки, полученные из открытых наборов данных и Единого радиологического информационного сервиса города Москвы. Все полученные модели имели метрики диагностической точности выше 95., при этом модели на основе архитектур ResNet152V2, DenseNet201, VGG16, MobileNetV2 имели статистически значимо лучшие метрики, чем другие модели. Наилучшие абсолютные значения метрик показала модель ResNet152V2 (AUC =0.999 ,чувствительность=0.987, специфичность=0.988, общая валидность =0.988, F1 мера = 0.988). Модель MobileNetV2 показала наилучшую скорость обработки одного исследования (\(67.8 \pm 5.0\) ms). Широкое использование полученных нами алгоритмов способно облегчить создание больших баз данных качественных медицинских изображений, а также оптимизировать контроль качества при выполнении рентгенографических исследований органов грудной клетки.

Ключевые слова: нейронные сети, глубокое обучение, контроль качества, рентген органов грудной клетки

Благодарности: Статья подготовлена в рамках НИОКР "Разработка платформы подготовки наборов данных лучевых диагностических исследований" (№ ЕГИСУ: 123031500003-8)

Для цитирования: Борисов А. А., Васильев Ю. А., Владзимирский А. В., Омелянская О. В., Семенов С. С., Арзамасов К. М. Использование нейронных сетей для поиска нарушений укладки пациента на рентгенограммах органов грудной клетки // Программные системы: теория и приложения. 2023. Т. 14. № 3. С. 95–113. https://psta.psiras.ru/2023/3_95-113.

Полный текст статьи (PDF): https://psta.psiras.ru/read/psta2023_3_95-113.pdf.

Статья поступила в редакцию 15.04.2023; одобрена после рецензирования 05.05.2023; принята к публикации 18.06.2023; опубликована онлайн 07.10.2023.