Китайские учёные создали ИИ для диагностики узлов в лёгких по логике врачей
Исследователи из Института физики материи Китайской академии наук разработали модель M³Net, которая имитирует процесс изучения снимков врачом. Алгоритм анализирует КТ-изображения на трёх уровнях. От общей структуры органа до мельчайших деталей узла.

В основе новой нейросети лежит принцип иерархии: макро-, мезо- и микроуровни. Система сначала оценивает общую анатомию, затем ткани вокруг очага и в конце, детали самого узла. Это позволяет учитывать как форму краев или плотность, так и влияние сосудов или деформацию легочной ткани.
Для проверки точности использовали открытый датасет LIDC-IDRI и клинический набор USTC-FHLN. В сравнении с двенадцатью популярными ИИ-алгоритмами M³Net показала более высокую точность классификации доброкачественных и злокачественных узлов. Модель особенно эффективна при работе с погранично сложными случаями, где границы очагов размыты.
Разработка требует меньше вычислительных мощностей и имеет меньшее количество параметров, чем существующие аналоги. Исследование, опубликованное в журнаменте Information Fusion, проводилось совместно с специалистами из Университета науки и технологий Китая и других международных институтов.
Для врачей-рентгенологов это означает появление инструмента с более понятной логикой принятия решений.
Что поменялось
Внедрение многомасштабной нейросети M³Net позволяет точнее определять природу узлов на КТ за счёт имитации врачебного метода осмотра.
· обновлено, версия 4
Источники · 1
Текст подготовила языковая модель по материалам источников.
