Математики из СКФУ разработали систему распознавания пигментных новообразований кожи. По фотографии участка кожи с родинкой она определяет 10 различных видов пигментных поражений кожи, причем делает это с более высокой точностью, чем аналоги или врачи-онкологи при визуальной диагностике.

Как отметили ученые, на сегодняшний день рак кожи – один из наиболее распространенных видов злокачественных опухолей, причем с каждым годом он встречается все чаще (виной тому усиление ультрафиолетового излучения, активизирующего онкогены). Диагностировать опасное заболевание нелегко из-за схожих ранних проявлений доброкачественных и злокачественных поражений кожи. На помощь медикам может прийти искусственный интеллект. Созданные на основе нейронных сетей автоматизированные системы распознавания изображений способны повысить точность диагностики, уверены математики СКФУ. Разработки в этой области уже ведутся по всему миру. У системы, предложенной учеными вуза, есть свои важные преимущества и особенности.

Мы изучили аналоги и увидели, что все они не дают достаточно высокой точности распознавания заболеваний, – отметила руководитель проекта, аспирантка и научный сотрудник кафедры математического моделирования СКФУ Ульяна Ляхова. – Это происходит главным образом из-за наличия на изображении шумов, особенно в виде волос. Такие шумы создают окклюзию и могут кардинально изменить размер, форму, цвет и текстуру пигментного поражения кожи, тем самым снижая эффективность и качество результатов исследования. Чтобы решить эту проблему, мы предложили предварительно обрабатывать изображение. Это позволило повысить точность распознавания меланомы и других пигментных поражений кожи.

На сегодняшний день существует ряд методов предварительной цифровой обработки изображений, позволяющих избавиться от шумов на изображении, но у них есть ряд недостатков, влияющих на точность распознавания.

Предложенное математиками СКФУ альтернативное решение предполагает замену пикселей волосяных структур на пиксели кожи. При таком подходе удается сохранить диагностические признаки. Сначала происходит разложение RGB-изображения на цветовые составляющие, затем определяется местоположение волос и производится замена пикселей волос соседними пикселями. После этого происходит обратное построение изображения. После предварительной цифровой обработки изображения происходит распознавание и классификация пигментных поражений кожи с помощью специально обученных сверточных нейронных сетей.

Для обучения последних использовалось около 42 тысяч клинических дерматоскопических изображений из международного открытого архива ISIC Melanoma Project (большая часть изображений – оцифрованные диапозитивы клиники Роффендала по лечению рака кожи в Квинсленде, а также кафедры дерматологии медицинского университета Вены). Созданная математиками СКФУ система научилась распознавать 10 категорий пигментных поражений кожи: от дерматофибромы, невуса, солнечного лентиго, разных видов кетароза до меланомы и других видов рака.

В ходе нашего исследования мы обучали и сравнивали разные архитектуры нейронных сетей, – рассказал заведующий кафедрой математического моделирования СКФУ и отделом модулярных вычислений и искусственного интеллекта регионального научно-образовательного математического центра «Северо-Кавказский центр математических исследований» при вузе Павел Ляхов. – Наибольшая точность распознавания пигментных поражений кожи была достигнута при помощи нейросетевой архитектуры AlexNet. Она составила 80,81%. Этот показатель выше, чем у аналогичных систем автоматизированной классификации. Также предложенная система обладает большей точностью при распознавании пигментных поражений кожи в сравнении с методами визуальной диагностики у врачей-онкологов. Согласно исследованиям, средняя точность распознавания таких поражений специалистами составляет от 65 до 75 процентов. Использование нашей нейросетевой системы позволит повысить качество диагностики и начать лечение на более ранней стадии заболевания, что напрямую влияет на шанс выздоровления пациентов. Если создать на ее основе мобильное приложение, то любой желающий сможет проверить себя на наличие подобных поражений кожи и при необходимости своевременно обратиться за медицинской помощью.

Исследование проводилось в рамках гранта Российского фонда фундаментальных исследований (проект № 19–07–00130 А) и Президента РФ (проект МК-3918.2021.1.6), а также в рамках проекта СКФУ по поддержке малых научных групп и отдельных ученых.

В планах ученых – построение более сложных систем нейросетевой классификации пигментных новообразований кожи. В них предполагается использовать наряду с анализом изображения различные метаданные о пациентах (возраст, пол, расовая принадлежность, генетическая предрасположенность и др.). Ученые также отмечают, что рассматривают и другие идеи для дальнейшего применения системы в других областях медицины. Потенциально ее можно применять для обработки рентгеновских снимков, чтобы выявить различные заболевания легких. Система подходит для обработки и многих других изображений, полученных в ходе медицинского обследования.

Более полную информацию об исследовании математиков СКФУ можно найти в статье, опубликованной в последнем, пятом номере тома 45 научного журнала «Computer Optics» (Vol. 45(5) DOI: 10.18287/2412–6179-CO-863, с. № 728–735).