Медицинская Техника / Медицинская техника №1, 2024 / с. 26-28

Модель искусственного интеллекта для семантической сегментации новообразований на изображениях кожи

В.Г. Никитаев, А.Н. Проничев, О.В. Нагорнов, Л.С. Круглова, В.Ю. Сергеев, А.И. Отченашенко

Аннотация

Представлена модель искусственного интеллекта на основе глубокого обучения для семантической сегментации дерматоскопических изображений новообразований кожи. Для обучения модели использовалась аннотированная база изображений. В работе обсуждается проблема повышения точности диагностики с помощью двухуровневой процедуры на основе искусственного интеллекта: 1) сначала происходит сегментация объекта врачебного интереса; 2) затем выполняется классификация этого объекта. В рамках первого этапа предлагается данная работа. Экспериментальные исследования (размер обучающей выборки – 583 изображения, тестовой – 73 изображения) продемонстрировали высокую точность сегментации (индекс Жаккара 0,93) по сравнению с известными методами. Предложенный подход может быть использован для распознавания заболеваний кожи с применением нейросетевых технологий.

Вернуться к содержанию

Сведения об авторах

Валентин Григорьевич Никитаев, д-р техн. наук, профессор, зав. кафедрой, кафедра компьютерных медицинских систем,

Александр Николаевич Проничев, канд. техн. наук, доцент, отделение биотехнологий офиса образовательных программ,

Олег Викторович Нагорнов, д-р физ.-мат. наук, профессор, первый проректор, зав. кафедрой, кафедра высшей математики, ФГАОУ ВО «Национальный исследовательский ядерный университет «МИФИ»,

Лариса Сергеевна Круглова, д-р мед. наук, профессор, зав. кафедрой, кафедра дерматовенерологии и косметологии, ФГБУ ДПО «Центральная государственная медицинская академия» Управления делами Президента Российской Федерации, гл. внештатный специалист по дерматовенерологии, Управление делами Президента Российской Федерации,

Василий Юрьевич Сергеев, канд. мед. наук, доцент, кафедра дерматовенерологии и косметологии, ФГБУ ДПО «Центральная государственная медицинская академия» Управления делами Президента Российской Федерации,

Александр Иванович Отченашенко, аспирант, ассистент, кафедра компьютерных медицинских систем, ФГАОУ ВО «Национальный исследовательский ядерный университет «МИФИ», г. Москва,

e-mail: alot.zte@gmail.com

Список литературы

1. Alendar F. et al. Early detection of melanoma skin cancer // Bosnian Journal of Basic Medical Sciences. 2009. Vol. 9. № 1. Art. № 77.

2. Liopyris K. et al. Artificial intelligence in dermatology: Challenges and perspectives // Dermatology and Therapy. 2022. Vol. 12. № 12. PP. 2637-2651.

3. Nikitaev V.G. et al. The blood smear image processing for the acute leukemia diagnostics // Inter. J. Bio Biomedic. Eng. 2016. Vol. 10. PP. 109-114.

4. Davydov M.I. et al. Physical research methods in expert systems of oncological disease diagnostics // Bulletin of the Lebedev Physics Institute. 2015. Vol. 42. PP. 237-239.

5. Guo Y. et al. A review of semantic segmentation using deep neural networks // International Journal of Multimedia Information Retrieval. 2018. Vol. 7. PP. 87-93.

6. Jiang F. et al. Medical image semantic segmentation based on deep learning // Neural Computing and Applications. 2018. Vol. 29. PP. 1257-1265.

7. Fedorenko V.V. et al. Semantic Segmentation System of Pigmented Skin Lesions Based on Convolutional Neural Networks / 2022 11th Mediterranean Conference on Embedded Computing (MECO). IEEE, 2022. PP. 1-5.

8. Renuka N. Semantic segmentation-based skin cancer detection // Soft Comput. 2023. Vol. 27. PP. 11895-11903.

9. Mirikharaji Z. et al. A survey on deep learning for skin lesion segmentation // Medical Image Analysis. 2023. Vol. 88. Art. № 102863.

10. Hasan M.K. et al. A survey, review, and future trends of skin lesion segmentation and classification // Computers in Biology and Medicine. 2023. Vol. 155. Art. № 106624.