Разработка модели нейронной сети для выявления патологических митозов в гистологических препаратах

Обоснование. Современные компьютерные системы позволяют оцифровывать и исследовать изображения гистологических препаратов, что натолкнуло авторов на идею использования инструментов машинного обучения в цифровой патогистологии. Возможности нейронных сетей находить субвизуальные особенности изображения на оцифрованных гистологических препаратах создают основу для лучшего качественного и количественного анализа изображений. Существующие методы машинного обучения дают хорошие показатели по точности и скорости при распознавании различных изображений, что позволяет надеяться на их широкое применение, в том числе и в онкологической диагностике.

Цель. Использовать методы математического моделирования для выявления патологических митозов в гистологических препаратах как основного признака различия злокачественного и доброкачественного опухолевого процесса.

Материалы и методы. В качестве набора данных для модели нейронной сети применялись гистологические изображения НМИЦ травматологии и ортопедии им. Н.Н. Приорова. Тестирование модели выполнено с помощью 188 гистологических стёкол 67 пациентов, проходивших лечение в институте. Гистологические препараты были отсканированы на микроскопе Leica Aperio CS2 с разрешением ×400 и преобразованы в формат JPEG с последующей обработкой. Далее в потоковом режиме был выполнен анализ тестовых изображений с использованием созданной модели нейронной сети с целью получения координат искомого объекта диагностики — патологического митоза и вероятности, с которой модель находила объект данной категории. Полученные изображения были проанализированы врачом-патологоанатомом на предмет соответствия выявленного объекта патологическому митозу.

Результаты. Авторы выбрали архитектуру, разработали методологию обучения нейронной сети и создали модель, которую можно использовать для обнаружения патологических митозов в гистологических препаратах. Авторы не пытаются заменить врача, а показывают возможность комплексного подхода к анализу данных компьютерной системой и врачом-патологоанатомом.

Заключение. Разработанная математическая модель нейронной сети, используемая в составе технологического решения для распознавания патологических митозов в отсканированных гистологических препаратах, может применяться как инструмент для сокращения времени исследования и повышения точности диагностики врача-патологоанатома.