АВТОМАТИЗИРОВАННАЯ СИСТЕМА ОБНАРУЖЕНИЯ ОБЪЕМНЫХ ОБРАЗОВАНИЙ В ЛЕГКИХ КАК ЭТАП РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ДИАГНОСТИКЕ РАКА ЛЕГКОГО


https://doi.org/10.22328/2079-5343-2018-9-3-62-68

Полный текст:


Аннотация

В эпоху четвертой промышленной революции отмечается стремительный прогресс технологических разработок в области медицины. Возможности накопления больших объемов цифровой информации и рост производительности современных компьютеров стали причиной повышенного внимания к искусственному интеллекту (ИИ) и его роли в диагностике и прогнозировании заболеваний. В диагностике искусственный интеллект призван моделировать человеческую деятельность, которая считается интеллектуальной, обеспечивая помощь практикующему врачу в обработке больших объемов данных (big data). Развитие ИИ может быть рассмотрено как мера реализации и обеспечения национальных интересов политической и экономической направленности в развитии здравоохранения. Рак легкого занимает лидирующую позицию в структуре онкологической заболеваемости, это диктует актуальность разработки и внедрения автоматизированных систем диагностики (АСД), ориентированных именно на рак легкого как социально значимого заболевания. В статье приводятся сведения о результатах разработки автоматизированной системы обнаружения объемных образований в легких на основе обработки данных компьютерной томографии, отражена перспектива ее использования в диагностике рака легкого с помощью ИИ. В зарубежной и отечественной литературе пока нет достаточного количества сведений о месте российских разработок в этой области.


Об авторах

В. М. Моисеенко
Санкт-Петербургский клинический научно-практический центр специализированных видов медицинской помощи (онкологический)
Россия

Моисеенко Владимир Михайлович — доктор медицинских наук, профессор, директор

197758, Санкт-Петербург, п. Песочный, Ленинградская ул., д. 68А



А. А. Мелдо
Санкт-Петербургский клинический научно-практический центр специализированных видов медицинской помощи (онкологический); Санкт-Петербургский политехнический университет Петра Великого
Россия

Мелдо Анна Александровна — кандидат медицинских наук, заведующая отделением лучевой диагностики, врач-рентгенолог

197758, Санкт-Петербург, п. Песочный, Ленинградская ул., д. 68А;

старший научный сотрудник лаборатории нейросетевых технологий и искусственного интеллекта СПбПУ Петра Великого

195251, Санкт-Петербург, Политехническая ул., д. 29



Л. В. Уткин
Санкт-Петербургский политехнический университет Петра Великого
Россия

Уткин Лев Владимирович — доктор технических наук, профессор, заведующий лабораторией нейросетевых технологий и искусственного интеллекта, заведующий кафедрой «Телематика» СПбПУ Петра Великого

195251, Санкт-Петербург, Политехническая ул., д. 29



И. Ю. Прохоров
Санкт-Петербургский клинический научно-практический центр специализированных видов медицинской помощи (онкологический); Санкт-Петербургский политехнический университет Петра Великого
Россия

Прохоров Иван Юрьевич — врач-рентгенолог отделения лучевой диагностики

197758, Санкт-Петербург, п. Песочный, Ленинградская ул., д. 68А;

инженер лаборатории нейросетевых технологий и искусственного интеллекта СПбПУ Петра Великого

195251, Санкт-Петербург, Политехническая ул., д. 29



М. А. Рябинин
Санкт-Петербургский политехнический университет Петра Великого
Россия

Рябинин Михаил Андреевич — инженер лаборатории нейросетевых технологий и искусственного интеллекта СПбПУ Петра Великого

195251, Санкт-Петербург, Политехническая ул., д. 29



А. А. Богданов
Санкт-Петербургский клинический научно-практический центр специализированных видов медицинской помощи (онкологический); Санкт-Петербургский политехнический университет Петра Великого
Россия

Богданов Алексей Александрович — кандидат физико-математических наук, заместитель директора по науке

197758, Санкт-Петербург, п. Песочный, Ленинградская ул., д. 68А;

начальник научно-исследовательского отдела «Центр перспективных исследований» СПбПУ Петра Великого

195251, Санкт-Петербург, Политехническая ул., д. 29



Список литературы

1. Гусев А.В., Добриднюк С.Л. Искусственный интеллект в медицине и здравоохранении // Информационное общество. 2017. № 4–5. С. 78–93. [Gusev A.V., Dobridnyuk S.L. Iskusstvennyj intellekt v medicine i zdravoohranenii. Informacionnoe obshchestvo, 2017, No. 4–5, рр. 78–93 (In Russ.)].

2. Haenssle H.A., Fink C., Schneiderbauer R., Toberer F., Buhl T., Blum A., et al. Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists // Ann. Oncol. 2018. Aug 1. Vol. 8, No. 29. P. 1836–1842.

3. Maduskar P., Philipsen R.H., Melendez J., Scholten E., Chanda D., Ayles H., Sánchez C., van Ginneken B. Automatic detection of pleural effusion in chest radiographs // Med. Image Anal. 2016. No. 28. P. 22–32.

4. Lakhani P., Sundaram B. Deep Learning at Chest Radiography: Automated Classification of Pulmonary Tuberculosis by Using Convolutional Neural Networks // Radiology. 2017. Vol. 284, No. 2. P. 574–582.

5. Заридзе Д.Г. Эпидемиология и профилактика рака // Вопросы онкологии. 2001. № 9. С. 6–14. [Zaridze D.G. Ehpidemiologiya i profilaktika raka. Voprosy onkologii, 2001, No. 9, рр. 6–14 (In Russ.)].

6. Torre L.A., Bray F, Siegel R.L., Ferlay J., Lortet-Tieulent J., Jemal A. Global cancer statistics, 2012 // CA Cancer J. Clin. 2015. Vol. 65, No. 2. P. 87–108.

7. Злокачественные новообразования в России в 2010 г. (заболеваемость и смертность) / под ред. В. И. Чиссова, В. В. Старинского, Г. В. Петровой. М.: ФГБУ МНИОИ им. П. А. Герцена. 2012. 260 с. [Zlokachestvennye novoobrazovaniya v Rossii v 2010 g. (zabolevaemost’ i smertnost’)/ pod red. V. I. Chissova, V. V. Starinskogo, G. V. Petrovoj. Moscow: FGBU MNIOI im. P. A. Gercena, 2012. 260 р. (In Russ.)].

8. Нидюлин В.А., Эрдниева Б.В. Об эпидемиологии рака легких // Мед. вестник Башкортостана. 2009. Т. 4, № 1. С. 66–71. [Nidyulin V.A., Ehrdnieva B.V. Ob ehpidemiologii raka legkih. Med. vestnik Bashkortostana, 2009, Vol. 4, No. 1, рр. 66–71 (In Russ.)].

9. Указ Президента Российской Федерации от 9 мая 2017 г. № 203 о Стратегии развития информационного общества в Российской Федерации на 2017–2030 годы. [Ukaz Prezidenta Rossijskoj Federacii ot 9 maya 2017 g. No. 203 o Strategii razvitiya informacionnogo obshchestva v Rossijskoj Federacii na 2017–2030 gody. (In Russ.)].

10. Armato III S.G., McLennan G. et al. The lung image databas econsortium (LIDC) and image database resource initiative (IDRI): a completed reference database of lung nodules on CT scans // Medical Physics. 2011. Vol. 38, No. 2. P. 915–931.

11. Setio A.A., Traverso A., de Bel T., Berens M.S.N. et al. Validation, comparison, and combination of algorithms for automatic detection of pulmonary nodules in computed tomography images: The LUNA16 challenge // Med. Image Anal. 2017. Vol. 42. P. 1–13.

12. Smith S.P., Jain A.K. Chord distribution for shape matching // Computer vision, graphics, and image processing. 1982. Vol. 2, No. 3. P. 259–271.

13. Уткин Л.В., Рябинин М.Ю., Мелдо А.А. Случайные леса и метод хорд для интеллектуальной диагностики рака легких // Труды XXI Международной конференции по мягким вычислениям и измерениям (SCM-2018). СПб: Изд-во СПбГЭТУ «ЛЭТИ», 2018. Т. 2. С. 11–14. [Utkin L.V., Ryabinin M.Yu., Meldo A.A. Sluchajnye lesa i metod hord dlya intellektual’noj diagnostiki raka legkih. Trudy XXI Mezhdunarodnoj konferencii po myagkim vychisleniyam i izmereniyam (SCM-2018). Saint Petersburg: Izd-vo SPbGEHTU «LEHTI», 2018, Vol. 2, рр. 11–14 (In Russ.)].

14. Ганцев Ш.Х., Моисеенко В.М., Арсеньев А.И., Чижиков А.В., Моисеенко Ф.В., Мелдо А.А. Рак легкого. М.: ГЭОТАР-Медиа, 2017. 223 с. [Gancev Sh.H., Moiseenko V.M., Arsen’ev A.I., Chizhikov A.V., Moiseenko F.V., Meldo A.A. Rak legkogo. Moscow: GEHOTAR-Media, 2017. 223 р. (In Russ.)].

15. Takashima S., Sone S., Li F. Maruyama Y., Hasegawa M., Kadoya M. Indeterminate Solitary Pulmonary Nodules Revealed at Population-Based CT Screening of the Lung: Using First FollowUp Diagnostic CT to Differentiate Benign and Malignant Lesions // AJR. 2003. No. 180. P. 1255–1263.

16. Takashima S., Sone S., Li F., Maruyama Y., Hasegawa M., Matsushita T., Takayama F., Kadoya M. Small Solitary Pulmonary Nodules (1 cm) Detected at Population-Based CT Screening for Lung Cancer: Reliable High-Resolution CT Features of Benign Lesions // AJR. 2003. No. 180. P. 955–964.

17. Kostis W.J., Reeves A.P., Yankelevitz D.F., Henschke C.I. Threedimensional segmentation and growth-rate estimation of small pulmonary nodules in helical CT images // IEEE Transactions on Medical Imaging. 2003. Vol. 22, No. 10. P. 1259–1274.

18. Кобцова Т.В., Мелдо А.А., Хейнштейн В.А. Нетипичные находки в диагностике периферического рака легкого // Материалы V юбилейного международного конгресса «Кардиоторакальная радиология». СПб.: Человек и его здоровье, 2018. С. 52–53. [Kobcova T.V., Meldo A.A., Hejnshtejn V.A. Netipichnye nahodki v diagnostike perifericheskogo raka legkogo. Materialy V yubilejnogo mezhdunarodnogo kongressa «Kardiotorakal’naya radiologiya». Saint Petersburg: Chelovek i ego zdorov’e, 2018, рр. 52–53 (In Russ.)].


Дополнительные файлы

Для цитирования: Моисеенко В.М., Мелдо А.А., Уткин Л.В., Прохоров И.Ю., Рябинин М.А., Богданов А.А. АВТОМАТИЗИРОВАННАЯ СИСТЕМА ОБНАРУЖЕНИЯ ОБЪЕМНЫХ ОБРАЗОВАНИЙ В ЛЕГКИХ КАК ЭТАП РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ДИАГНОСТИКЕ РАКА ЛЕГКОГО. Лучевая диагностика и терапия. 2018;(3):62-68. https://doi.org/10.22328/2079-5343-2018-9-3-62-68

For citation: Moiseenko B.M., Meldo A.A., Utkin L.V., Prokhorov I.Y., Ryabinin M.A., Bogdanov A.A. AUTOMATED DETECTION SYSTEM FOR LUNG MASSES AS A STAGE OF ARTIFICIAL INTELLIGENCE DEVELOPMENT IN THE DIAGNOSTICS OF LUNG CANCER. Diagnostic radiology and radiotherapy. 2018;(3):62-68. (In Russ.) https://doi.org/10.22328/2079-5343-2018-9-3-62-68

Просмотров: 167

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2079-5343 (Print)