So zeichnen Sie Blutgefäße mit maschinellem Lernen / Sudo Null IT News

Hallo alle!

Um zu verdeutlichen, woher die Idee zu diesen Briefen und Bildern stammt, fangen wir damit an, dass ich mich an Physiker gewandt habe – hatten sie interessante Probleme herumliegen, gaben mir daraufhin einen echten Fall und dementsprechend Daten, und ich hoffe, dass wir lange miteinander kommunizieren und ein sehr anständiges Ergebnis erzielen konnten.

Über die Aufgabe

Beginnen wir mit einer kurzen Einführung – wir werden über die Gefäßangiographie sprechen. Einfache Informationen aus dem Wiki: Angiographie von Gefäßen ist eine Klasse von Methoden zur Kontrastuntersuchung von Blutgefäßen, die im Rahmen von radiologischen, fluoroskopischen Untersuchungen, in Computertomographie, Magnetresonanztomographie und in einem Hybrid-Operationssaal verwendet werden.

Aber speziell hier sprechen wir über OCT – A (Optische Kohärenztomographie – Angiographie) [Часто ОКТ-А используется в офтальмологии – это про глаза]. Dies ist eine Methode zur Visualisierung von Daten unter Verwendung von rückreflektiertem Licht und anschließender Anwendung des SSAPGA-Algorithmus. Um die Formeln nicht zu verunreinigen, können Sie mehr lesen hier.

Im Allgemeinen ist dies ein Übersichtsartikel und war eine Quelle von Ideen. Lassen Sie uns kurz durchgehen, was SSAPGA ist. Ein Signal, das als komplexe Zahl dargestellt wird, kommt zum Eingang von OCT, und unter Anwendung der Formel (Sie können sie in dem oben erwähnten Artikel sehen), erhalten wir eine Karte der Bewegung von Blutgefäßen, d. h. Angiographiedaten, am Ausgang.

Schiffsbewegungskarte, dargestellt in einer zweidimensionalen Ebene.Schiffsbewegungskarte, dargestellt in einer zweidimensionalen Ebene.

Lösung der Aufgabe

Tatsächlich ist eine solche Karte der Bewegung von Schiffen in der Tiefen- / Breitenprojektion nicht so interessant. Die Eingabe ist ein dreidimensionales Array der Größe [512, 256, 256]. Sie benötigen eine „Draufsicht“-Projektion, um eine Karte der Gefäßbewegung zu erhalten.

Schiffsbewegungskarte, Projektion.Schiffsbewegungskarte, Projektion.

Der SSAPGA-Algorithmus liefert gute Ergebnisse, hat aber auch seine Nachteile, wie Rauschen, Artefakte usw., die es schwierig machen, die Bewegung von Blutgefäßen zu bestimmen.

Es wurde entschieden, sich neuronalen Netzen zuzuwenden, genauer gesagt, UNet zu nehmen, aus Daten zu lernen, wobei die Zielfunktion Karten sind, die mit SSAPGA erhalten wurden, und am Eingang der Logarithmus der Signalamplitude [Логарифм стандартная практика для данных с большим разбросом]. Tatsächlich klingt es seltsam, ein Ziel aus einem Algorithmus zu nehmen und ein Netzwerk darauf zu trainieren und als Ergebnis auf ein anderes Ergebnis zu warten, aber das Ergebnis stellte sich dennoch als ziemlich gut heraus – wir werden es etwas niedriger betrachten.

UNetUNet

Ergebnisse und Fazit

Links ist UNet, rechts der Algorithmus.Links ist UNet, rechts der Algorithmus.Links ist UNet, rechts der Algorithmus.Links ist UNet, rechts der Algorithmus.

Wir können feststellen, dass das Geräusch viel weniger geworden ist, neue Umrisse der Gefäße sind aufgetaucht, es ist schwer zu sagen, wie wahr sie sind, aber das Ergebnis sieht bereits vielversprechend aus.

Links ist UNet, rechts der Algorithmus.Links ist UNet, rechts der Algorithmus.

Und hier stellte sich im Gegenteil heraus, dass das Modell ein breites Schiff nicht erkennen konnte, weil es nicht im Trainingssatz war.

Abschließend möchte ich sagen, dass das Ergebnis ganz gut ausgefallen ist. Das Modell kann Artefakte ignorieren und versteckte Gefäße anzeigen, hat aber auch viele Nachteile. Beispielsweise gibt es Fälle, in denen der Algorithmus nicht mehr als ein Schiff auf der Karte identifizieren kann. Vielleicht war diese Aufgabe eine Priorität, um den analytischen Algorithmus zu überzeugen. Aber leider fand die Aufgabe bei anderen keine Unterstützung, und allein, ohne ein starkes Eintauchen in die Besonderheiten der Richtung, ist es schwierig, etwas sehr Cooles zu machen.

Similar Posts

Leave a Reply

Your email address will not be published.