Новому подходу к сегментации 3D-изображений уже покорились медицинские снимки, на очереди поршни
Следи за успехами России в Телеграм @sdelanounas_ru
Рисунок 2. Этапы ручного распознавания височно-нижнечелюстного сустава с использованием метода отрицательного объема, который также лежит в основе автоматизированной процедуры, предложенной авторами исследования. Распознавание вручную занимает около часа и требует отрисовки масок вокруг сложных структур нижней челюсти и височной кости в трех проекциях — сагиттальной, корональной и аксиальной — для каждого среза интересующего объема, пока полученная 3D-реконструкция не позволит вычесть «шар» отрицательного объема из введенной вручную сферы. Изображение: Кристина Беликова и др./Scientific Reports © scientificrussia.ru
Исследователи Сколтеха под руководством профессора Дмитрия Дылова и их коллеги из Первого Санкт-Петербургского государственного медицинского университета имени академика И.П. Павлова разработали принципиально новый подход к задаче сегментации трехмерных изображений — определения контуров составных частей сложной структуры. Коллектив продемонстрировал эффективность «сегментации отрицательного объема» на снимках челюстного сустава, но метод применим к самым разным объектам, в том числе в строительстве и дизайне механических деталей. Исследование опубликовано в Nature Scientific Reports.
«Это исследование позволяет по-новому взглянуть на утомительную задачу сегментации трехмерных изображений, которая часто встречается в медицинской диагностике, машиностроении и других областях, — отмечает руководитель исследования Дмитрий Дылов. — Все началось с того, что мы подумали: а что, если вместо того, чтобы определять точные контуры 3D-объекта, сегментировать объем полостей между его частями? Эти полости идеально дополняют искомый привычными методами объем, как замочная скважина — ключ. Для проверки этого подхода мы взяли самый сложный 3D-объект, какой смогли найти».
Височно-нижнечелюстной сустав, или ВНЧС расположен с обеих сторон головы, спереди от ушей, где два вертикальных выступа нижней челюсти заходят в гнезда на височных костях черепа (рисунок 1). Между костями сустава находится мягкий хрящевой диск, который служит амортизатором. Поскольку ВНЧС — парный сустав, в котором к тому же сочетаются шарнироподобные и скользящие движения, он является очень сложной системой, которую крайне трудно картировать в 3D.
Для того чтобы разобраться в снимках компьютерной томографии ВНЧС, опытные врачи тратят часы и задействуют специализированное программное обеспечение, в котором создают 3D-модель сустава. В ходе этой утомительной работы они вручную сегментируют изображения, определяя точные контуры каждой из двух костей.
Рисунок 1. Расположение височно-нижнечелюстного сустава. Височная кость и нижняя челюсть очерчены синим и зеленым цветом соответственно. Изображение: Олег Рогов/Сколтех © scientificrussia.ru
Рисунок 1. Расположение височно-нижнечелюстного сустава. Височная кость и нижняя челюсть очерчены синим и зеленым цветом соответственно. Изображение: Олег Рогов/Сколтех
Как только получена правильно сегментированная 3D-модель сустава, стоматолог, лицевой хирург или другой врач могут предложить пациенту способы лечения заболеваний, связанных с ВНЧС. Таковые могут возникать в результате эрозии сустава, стискивания зубов, артрита, травмы или врожденной деформации челюсти. Симптомы — боль в суставе и даже на расстоянии от него (в области шеи, ушей, лица), а также трудности при приеме пищи и говорении из-за снижения подвижности ВНЧС. Существует даже гипотеза, что состояние ВНЧС может влиять на походку и психологическое состояние человека. Хотя нарушения в этом суставе, как правило, поддаются лечению, они сложны в диагностике, во многом именно из-за сложности сегментации.
В качестве демонстрации возможностей сегментации отрицательного объема научная группа из Сколтеха, разработавшая этот подход, сумела полностью автоматизировать трудоемкую задачу сегментации компьютерных томограмм ВНЧС. Благодаря глубокому обучению, новой системе требуется всего несколько секунд для обработки изображений, на интерпретацию которых опытному врачу понадобилось бы не менее часа, прежде чем можно будет извлечь полезную пациенту информацию.
«Наши коллеги из Университета Павлова разработали протокол для сегментации изображений ВНЧС в 3D вручную. Раньше это делалось в 2D и занимало еще больше времени. Мы используем их протокол и внедряем новый подход, который применим к разметке и человеком [рисунок 2], и машиной. Акцент смещается с сегментирования костей, контуры которых трудно очертить, на сегментирование полостей между ними. Отсюда и название: сегментация отрицательного объема», — прокомментировал один из авторов исследования Олег Рогов, научный сотрудник и главный разработчик Сколтеха.
Используя около 5 тыс. изображений, предоставленных коллегами из Университета Павлова (КТ 50 пациентов), исследователи Сколтеха обучили нейронную сеть 3D-сегментированию ВНЧС настолько хорошо, что теперь при использовании машины она выполняет работу не только значительно быстрее, но и качественнее, чем медики. Это делает ее отличным диагностическим инструментом, который экономит время и избавляет от необходимости вкладываться в обучение персонала и дорогостоящее программное обеспечение для 3D-визуализации.
Нейронная сеть определяет местоположение височной кости и нижней челюсти и приступает к реконструкции трехмерного объема между ними на основе КТ-срезов ВНЧС (рисунок 3). Для этого она постепенно увеличивает объем нижней челюсти, пока он не займет все свободное пространство в полости сустава.
Согласно заявке на патент, поданной командой, новая модель применима для диагностики повреждений и дефектов в контексте, выходящем далеко за рамки исследования ВНЧС и вообще медицины. Новый метод будет работать как с другими суставами, например коленным, так и с искусственными структурами в машиностроении, например поршнями и цилиндрами в двигателе.
Рисунок 3. Визуализированные области височной кости отмечены серым цветом, отрицательный объем височно-нижнечелюстного сустава отмечен желтым (распознано вручную) и зеленым (сгенерировано алгоритмом). Виды: (а) аксиальный, снизу; (b) аксиальный, под наклоном; © сбоку; (d) сверху. Изображение: Кристина Беликова и др./Scientific Reports
https://www.sko...heredi-porshni/
Пост сделан с содействием блогера Лес!
Кстати, а вы знали, что на «Сделано у нас» статьи публикуют посетители, такие же как и вы? И никакой премодерации, согласований и разрешений! Любой может добавить новость. А лучшие попадут в телеграмм @sdelanounas_ru. Подробнее о том как работает наш сайт здесь👈
