Нейросеть научилась распознавать неоплазии на МРТ снимках

Новый алгоритм, основанный на методах глубоко обучения нейросети разработала аспирантка ИТМО Наталья Ханжина. Он способен самостоятельно определять границы опухолей головного мозга. Способ был протестирован на наборе из 45 000 топографических снимков из открытого доступа BraTS. Алгоритм универсален, а значит в будущем его возможно будет использовать и в других областях МРТ-сканирования.

В чем его преимущества

По сравнению с существующими алгоритмами точность новой разработки выше на 3%, а калибровка лучше в 2 раза. Это поможет врачам определить новообразования на более ранних стадиях, а также лучше уточнить их размер и границы.

Как это работает

Нейросеть в которую загружен снимок с изображением ЦНС, преобразует его в бинарную картинку. Пиксели помечаются 0 или 1 в зависимости от состояния тканей. С помощью нового алгоритма отдельно выделяется также область, которая вызывает у машины затруднение. Обычно такими сложными областями становятся границы неоплазии. Теперь доктора смогут уделить им более пристальное внимание. Это позволяет снизить уровень неопределенности нейросетевой модели.

Как было раньше

Разметку медицинских снимков врачи проводили вручную. Это огромный объем работы. Снижение внимания и усталость приводят к неточностям, что в свою очередь влияет на последующую работу нейросети. При этом человек вынужден слепо доверять выводам машины, поскольку невозможно было учесть насколько она сама уверена в тех или иных пикселях.

Что такое МРТ в неврологии

МРТ головного мозга - это способ нейровизуализации, который позволяет обнаружить патологию на ранних этапах. Он базируется на улавливание ЯМР-сигналов от атомов водорода, который излучает энергию под воздействием статического магнитного поля высокой мощности. Метод совершенно безопасный. Он применяется в клинической практике уже больше 3 десятков лет. Не несет лучевой нагрузки на организм пациента. Поэтому часто применяется, когда требуется наблюдение в динамике. Технологические особенности делают его незаменимым при исследовании мягких тканей организма.

Для чего его применяют в неврологии

Он позволяет выявить огромное количество патологий полушарий, ствола, промежуточного мозга, моста, коры, базальных ганглиев и мозжечка. Кроме того, отображает состояние церебральных сосудов. С помощью сканирования выявляют:

• Нейроинфекции;
• Цистицеркоз;
• Абсцесс;
• Отек;
• Компрессию и смещение срединных структур;
• Рассеянный склероз;
• Альцгеймер;
• Паркинсонизм и другие варианты деменций;
• Диффузное аксональное повреждение;
• Вклинение;
• Гидроцефалию;
• Новообразования различной природы и вторичные очаги рака;
• Ишемический и геморрагический инсульт;
• Врожденные и приобретенные аномалии развития;
• Артериовенозные мальформации;
• Участки патологической васкуляризации;
• Стеноз артерий и вен;
• Аневризмы;
• Атеросклероз;
• Тромбоз;
• Кровоизлияния.

При каких симптомах предполагают новообразования ЦНС

Симптоматика неоплазий ЦНС крайне вариабельна и зависит от ее локализации. Поводом к назначению диагностики становятся общемозговые и очаговые симптомы:

• Острая цефалгия, стойкая к действию анальгетиков;
• Глазное давление;
• Расстройство зрения и выпадение полей;
• Тошнота;
• Мозговая рвота;
• Эпилептические приступы;
• Гидроцефалия;
• Повышенное ВЧД;
• Вестибулярная атаксия и шаткость походки;
• Гипотония мышц;
• Афазия;
• Параличи и парезы;
• Выпадение чувствительности;
• Нарушение психических функций.

В каких случаях нельзя обследоваться

Это исследование отличается высокой безопасностью. Его разрешено назначать детям с первого дня жизни и беременным, начиная с двенадцатой недели. Тем не менее к этому способу обследования есть ряд противопоказаний:

• Использование МР-несовместимых кардиостимуляторов и других сложных медицинских приборов;
• Ношение инсулиновых насосов, стимуляторов нервной системы, аппарат Илизарова, ферримагнитных слуховых имплантов;
• Наличие в теле металлических осколков, протезов;
• Первый триместр беременности;
• Ожирение с массы тела превышающей грузоподъемность кушетки томографа.

При гипертоническом синдроме, ВСД, панических атаках, клаустрофобия показано использование ситуации или народных средств. С применением общего наркоза в большинстве случаях проводится обследование детей младшего возраста. Это связано с необходимостью длительное время находиться неподвижно в туннеле аппарата. Маленькому ребенку сложно выдержать длительную процедуру, ее продолжительность 25-60 минут. Он может испугаться шума томографа.

При использовании контраста список противопоказаний еще больше. Препараты на основе гадолиния не водят:

• При почечной, печеночной, сердечной дисфункции;
• Гемолитической анемии;
• Аллергии на компоненты парамагнетика;
• Декомпенсированном сахарном диабете и бронхиальной астме.
• Этот вид исследования не назначают при беременности, а при кормлении грудью лактацию придется прервать на 48 часов.

Какие альтернативы существуют

Кроме МРТ исследовать состояние головного мозга позволяет:

• УЗИ (диагностика проводится детям до года через большой родничок);
• КТ хорошо визуализирует состояние твердых тканей;
• Пэт-КТ узкоспециализированная обследование при подозрении на злокачественные новообразования, кровоизлияние, инсульт и инфаркт головного мозга.

Когда срочно к врачу?

Используемая литература

1. Menze B.H., Jakab A., Bauer S., et al. The Multimodal Brain Tumor Image Segmentation Benchmark (BraTS). IEEE Transactions on Medical Imaging. 2015;34(10):1993–2024. doi:10.1109/TMI.2014.2377694. PubMed.
2. WHO Classification of Tumours Editorial Board. Central Nervous System Tumours. 5-е изд., т. 6. Lyon: IARC/WHO; 2021. (официальная веб-страница издания).
3. U.S. Centers for Disease Control and Prevention (CDC). Highlights from 2025 U.S. Cancer Statistics. 11 June 2025. URL: https://www.cdc.gov/united-states-cancer-statistics/publications/uscs-highlights.html. CDC.
4. Pereira S., Pinto A., Alves V., Silva C.A. Brain Tumor Segmentation Using Convolutional Neural Networks in MRI Images. IEEE Transactions on Medical Imaging. 2016;35(5):1240–1251. doi:10.1109/TMI.2016.2538465.
5. Mostafa A.M., Zakariah M., Aldakheel E.A. Brain Tumor Segmentation Using Deep Learning on MRI Images. Diagnostics. 2023;13(9):1562. doi:10.3390/diagnostics13091562.
6. Abdusalomov A.B., Mukhiddinov M., Whangbo T.K. Brain Tumor Detection Based on Deep Learning Approaches and Magnetic Resonance Imaging. Cancers. 2023;15(16):4172. doi:10.3390/cancers15164172.
7. Стругайло В.В. Обзор методов фильтрации и сегментации цифровых изображений. Наука и образование. 2012; № 5:270–281. doi:10.7463/0512.0411847. URL (рус.): https://cyberleninka.ru/article/n/obzor-metodov-filtratsii-i-segmentatsii-tsifrovyh-izobrazheniy.