Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
Возможности детекции продольного плоскостопия с использованием рентгеновского метода исследования и интеллектуальной системы компьютерного зрения. / Варфоломеева , А. А.; Камышанская, И.Г.; Блинов, Д.С.; Лобищева, А.Е.; Блинова, Е.В.; Черемисин, В.М.; Дыдыкин, С.С.
в: Оперативная хирургия и клиническая анатомия, Том 4, № 2, 2020, стр. 27-36.Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
}
TY - JOUR
T1 - Возможности детекции продольного плоскостопия с использованием рентгеновского метода исследования и интеллектуальной системы компьютерного зрения
AU - Варфоломеева , А. А.
AU - Камышанская, И.Г.
AU - Блинов, Д.С.
AU - Лобищева, А.Е.
AU - Блинова, Е.В.
AU - Черемисин, В.М.
AU - Дыдыкин, С.С.
PY - 2020
Y1 - 2020
N2 - Цель исследования. Разработка перспективного подхода для определения продольного плоскостопия на основе нейронной сети, который эффективно сокращает временные затраты рентгенолога без потери точности. Материал и методы. Использовали 3458 рентгенограмм стопы пациентов с продольным плоскостопием и 1726 субъектов без продольного плоскостопия в возрасте 17-75 лет. Каждая рентгенограмма, используемая для обучения нейронной сети, была помечена одним рентгенологом, а на этапе тестирования каждое рентгеновское изображение было помечено независимо двумя рентгенологами, выбранными вслепую. Диагностический алгоритм был разработан на основе выявления трех анатомических точек, образующих угол свода стопы. Предлагаемый подход состоит из трех этапов: 1) предварительная обработка и подготовка данных для сегментации с помощью нейронной сети; 2) сегментация трех областей - ограничивающих рамок вокруг трех искомых точек; 3) определение местоположения каждой из требуемых точек внутри соответствующей области и вычисление соответствующих меры угла и степени плоскостопия. Сегментационная сеть представляет собой сверточную нейронную сеть (CNN) типа енкодер-декодер (encoder-decoder) на основе архитектуры U-Net с использованием архитектуры ResNet50 в качестве энкодера. Результаты. Создан эффективный, надежный и быстрый метод искусственного интеллекта, точность которого в целом не уступает рентгенологам, но требует примерно в 6000 раз меньше времени. Вывод. Разработанный метод искусственного интеллекта является эффективным инструментом для определения продольного плоскостопия путем сегментации рентгеновского изображения и расчета угла свода стопы. Его можно рассматривать как быстрого помощника, столь же точного, как и опытный рентгенолог.
AB - Цель исследования. Разработка перспективного подхода для определения продольного плоскостопия на основе нейронной сети, который эффективно сокращает временные затраты рентгенолога без потери точности. Материал и методы. Использовали 3458 рентгенограмм стопы пациентов с продольным плоскостопием и 1726 субъектов без продольного плоскостопия в возрасте 17-75 лет. Каждая рентгенограмма, используемая для обучения нейронной сети, была помечена одним рентгенологом, а на этапе тестирования каждое рентгеновское изображение было помечено независимо двумя рентгенологами, выбранными вслепую. Диагностический алгоритм был разработан на основе выявления трех анатомических точек, образующих угол свода стопы. Предлагаемый подход состоит из трех этапов: 1) предварительная обработка и подготовка данных для сегментации с помощью нейронной сети; 2) сегментация трех областей - ограничивающих рамок вокруг трех искомых точек; 3) определение местоположения каждой из требуемых точек внутри соответствующей области и вычисление соответствующих меры угла и степени плоскостопия. Сегментационная сеть представляет собой сверточную нейронную сеть (CNN) типа енкодер-декодер (encoder-decoder) на основе архитектуры U-Net с использованием архитектуры ResNet50 в качестве энкодера. Результаты. Создан эффективный, надежный и быстрый метод искусственного интеллекта, точность которого в целом не уступает рентгенологам, но требует примерно в 6000 раз меньше времени. Вывод. Разработанный метод искусственного интеллекта является эффективным инструментом для определения продольного плоскостопия путем сегментации рентгеновского изображения и расчета угла свода стопы. Его можно рассматривать как быстрого помощника, столь же точного, как и опытный рентгенолог.
KW - ПРОДОЛЬНОЕ ПЛОСКОСТОПИЕ
KW - СВЕРТОЧНАЯ НЕЙРОННАЯ СЕТЬ
KW - УГОЛ СВОДА СТОПЫ
KW - РЕНТГЕНОГРАММЫ
KW - ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
KW - МАШИННОЕ ОБУЧЕНИЕ
KW - СЕМАНТИЧЕСКАЯ СЕГМЕНТАЦИЯ
KW - LONGITUDINAL FLATFOOT
KW - CONVOLUTIONAL NEURAL NETWORK
KW - ARCH ANGLE OF THE FOOT
KW - RADIOGRAPHS
KW - ARTIFICIAL INTELLECT
KW - MACHINE LEARNING
KW - Semantic segmentation
UR - https://www.mediasphera.ru/issues/operativnaya-khirurgiya-i-klinicheskaya-anatomiya/2020/2/1258777552020021027
UR - https://www.elibrary.ru/item.asp?id=43101811
M3 - статья
VL - 4
SP - 27
EP - 36
JO - Russian Journal of Operative Surgery and Clinical Anatomy
JF - Russian Journal of Operative Surgery and Clinical Anatomy
SN - 2587-7755
IS - 2
ER -
ID: 77773212