Аннотация:
В данной статье представлена интеллектуальная модель на базе условной порождающей (генеративной) состязательной сети Pix2Pix, которая позволяет выполнить автоматизацию процесса прогнозирования повторного возникновения злокачественной опухоли шейки матки у пациенток, которые ещё не перенесли операционное вмешательство. В качестве исходных данных реализованная модель принимает снимок магнитно-резонансной томографии органов малого таза, предоставляя на выходе вероятность возникновения рецидива опухоли и сгенерированный снимок на перспективу «после проведения операции». Представленная модель отличается от своего базового аналога видоизмененной под условия задачи функцией потерь и заменой генератора по умолчанию на сверточную нейронную сеть U-Net. Поскольку сформулированная задача принадлежит к классу задач медицинской диагностики, наличие ложноотрицательных срабатываний интеллектуальной модели было сведено к нулю путём незначительного повышения числа ошибок, носящих ложноположительный характер. В процессе сравнительного анализа прогнозных и реальных послеоперационных снимков экспериментально доказано, что моделью не только достаточно точно прогнозируется рецидив заболевания, но и практически идентично генерируются центры очагов опухолей и их относительные площади на снимке магнитно-резонансной томографии. Целесообразность внесения изменений в базовую версию Pix2Pix подтверждена сопоставлением результатов функционирования двух моделей по общим метрикам качества – точности, полноты и их среднему гармоническому. Разработанная модификация позволяет получать прогнозные данные за кратчайшее время, что позволяет использовать её в режиме реального времени.
Ключевые слова:
интеллектуальный анализ медицинских данных, дооперационное прогнозирование рецидива шейки матки, генерация прогнозных МРТ-снимков методами искусственного интеллекта, условная генеративно-состязательная сеть, модификация функции потерь в моделях CGAN
Полный текст:
PDF файл (1407 kB)