Нейросеть научили определять форму эритроцитов

Исследователи из США и Китая разработали алгоритм, который автоматически определяет форму красных кровяных телец пациентов. Система, основой которой является сверточная нейронная сеть, определяет серповидные эритроциты с точностью 87,9%.

Зачем это нужно?

Серповидноклеточная анемия — это наследственное изменение или нарушение структуры белка гемоглобина. Изменение структуры приводит и к изменению его формы. В отличие от эритроцитов с нормальным гемоглобином А клетки с т.н. гемоглобином S имеют серпообразную форму. Красные кровяные тельца с гемоглобином S переносят кислород хуже обычных и быстрее разрушаются, что и вызывает анемию. Несмотря на название болезни, эритроциты с гемоглобином S могут иметь также овальную или вытянутую форму.

Анализ структуры красных кровяных телец, как качественный, так и количественный, крайне важен для диагностики болезни. Однако анализировать форму эритроцитов вручную достаточно трудно, требуется слишком много времени и человеческих ресурсов. Поиск автоматизированной технологии для этих целей выглядит самым верным и очевидным решением.

Подробнее об основе алгоритма

В новой работе представлена нейросеть, которая умеет классифицировать эритроциты по форме, таким образом давая основания для диагностики заболевания. Сверточная нейронная сеть (СНС), взятая за основу, — одна из самых влиятельных инноваций в области компьютерного зрения. Главным образом СНС используют для классификации изображений через поиск характеристик базового уровня, например границ и искривлений. После этого происходит построение более абстрактных концепций через группы сверточных слоев. Работает это примерно так: есть фильтры, каждый из которых определяет характерную черту, например изгиб кривой наружу, и в зависимости от того, находит ли фильтр эту черту, он выдает числовое значение. В общем-то все, если совсем на пальцах. Чтобы вы понимали, числовые значения — это не 1 и 0, все посложнее. Но это уже дебри.

Когда картинка проходит через один сверточный слой, выход первого слоя становится вводным значением второго слоя. Теперь, когда вы применяете набор фильтров поверх этого (пропускаете картинку через второй сверточный слой), на выходе будут активированы фильтры, которые представляют свойства более высокого уровня. Типами этих свойств могут быть полукольца (комбинация прямой границы с изгибом) или квадраты (сочетание нескольких прямых ребер). Чем больше сверточных слоев проходит изображение и чем дальше оно движется по сети, тем более сложные характеристики выводятся в картах активации. В конце сети могут быть фильтры, которые активируются при наличии рукописного текста на изображении, при наличии розовых объектов и т.д.

Как работает эта нейросеть?

Сначала нейронной сети дают информацию на ввод — микрофотографию крови. Она распознает эритроциты на общем фоне, определяет их примерные границы, что помогает разделить эритроциты, находящиеся даже очень близко друг к другу. Отдельные кровяные тельца выделены. Теперь алгоритму осталось определить форму эритроцита (по параметрам эллиптичности и круглости), и дело в шляпе. Чтобы обучить нейросеть, ученые выбрали 434 микрофотографии крови восьми пациентов с серповидноклеточной анемией.

Нейросеть может определить восемь форм эритроцитов от нормальной двояковогнутой формы до серповидной и овальной. Кроме диагностики серповидноклеточной анемии, такая классификация может быть применена для обнаружения других дефектов эритроцитов, например сфероцитоза.

ПОХОЖИЕ СТАТЬИ

Новые статьи