Использование Нейронных Сетей для Повышения Эффективности Диагностики SSc

Пациентам с редкими заболеваниями могут потребоваться годы, чтобы получить диагноз и больше узнать о своем заболевании. Но что, если кто-то разработает новую эффективную технологию, которая может ускорить процесс? Это то, над чем работает Метин Акай, профессор кафедры биомедицинской инженерии Джона С. Данна в Университете Хьюстона (UH). В пресс-релизе UH рассказала о платформе искусственного интеллекта (AI) Akay и архитектуре глубокой нейронной сети. Подавая сетевые фотографии, он может научиться различать системный склероз (SSc) и здоровую кожу.

Для пациентов с SSc ранняя диагностика является ключом к лучшему лечению и повышению качества жизни (КЖ). Однако бывает сложно определить стадию и прогрессирование заболевания. Эта сеть глубокого обучения может предоставить расширенные диагностические процедуры и удовлетворить неудовлетворенные потребности этого сообщества пациентов. См. исследование, опубликованное в журнале IEEE Open Journal of Engineering in Medicine and Biology.

Нейронные Сети

Предложение Akay касается сети с использованием стандартного портативного компьютера с процессором Intel Core i7 с тактовой частотой 2,5 ГГц. Он обучил программу, используя приложение для мобильного зрения под названием MobileNetV2. С помощью MobileNetV2 программа изучила около 1,4 миллиона изображений, относящихся к здоровой коже и SSc. Благодаря этому программа может определить, как выглядит здоровая кожа, и выявить любые потенциальные отклонения.

Программа представляет собой модифицированную сверточную нейронную сеть (CNN). Согласно данным ученого Сумита Саха:

Сверточная нейронная сеть (ConvNet / CNN) — это алгоритм глубокого обучения, который может принимать входное изображение, назначать важность (обучаемые веса и смещения) различным аспектам / объектам на изображении и иметь возможность отличать один от другого. Предварительная обработка, требуемая в ConvNet, намного ниже по сравнению с другими алгоритмами классификации.

В рамках измененной структуры обучение программе заняло чуть менее 5 часов. Более того, точность программы варьировалась от 95,2 до 100% на разных наборах данных. Это говорит о том, что при некоторой тонкой настройке этот тип программы CNN может быть невероятно полезен в решении трудностей текущего процесса диагностики SSc.

Системная Склеродермия (SSc)

Системная склеродермия (SSc), также известная как системный склероз, является аутоиммунным заболеванием, то есть вызвано иммунной системой, ошибочно атакующей здоровые ткани. В этом случае SS вызывает утолщение или отвердение фиброза (рубцовой ткани) кожи и органов. Это утолщение вызвано избытком коллагена, который обычно играет роль в прочности соединительной ткани. Всего около 40 000–165 000 американцев имеют SS. У женщин вероятность развития SSc в 4 раза выше, чем у мужчин.

Симптомы SSc включают:

  • Суставные и мышечные боли
  • Диарея
  • Недостаточность органов
  • Фиброз кожи
  • Феномен Рейно (когда пальцы рук и ног становятся синими / белыми на морозе)
  • Изжога
  • Трудность глотания
  • Одышка и / или затрудненное дыхание
  • Высокое кровяное давление
  • Открытые язвы на руках и пальцах
  • Болезненные отложения кальция под кожей
  • Проблемы с почками
  • Отек конечностей
  • Потеря волос

Share this post

Поделиться в facebook
Поделиться в google
Поделиться в twitter
Поделиться в linkedin
Поделиться в pinterest
Поделиться в print
Поделиться в email