В ПГУ создали нейросетевую программу для ангиопластических операций
Версия для печати
В Пензенском государственном университете создали компьютерную программу «3D-CorVasculograph» с применением нейросетевого моделирования. Теперь станет возможным воссоздавать 3D-модели венечных артерий сердца человека. Это поможет прогнозировать исход ангиопластических операций. Об этом сообщают в ТАСС.
Сердечно-сосудистые заболевания остаются основной проблемой здравоохранения во всем мире. Примерно треть всех смертей происходит от болезней системы кровообращения.
Медицина не стоит на месте, ученые и медики передовых стран разрабатывают новые методы, подходы к борьбе с болезнями сердца. Широкую распространенность получила ангиопластика.
Поясним. Ангиопластическая операция — это современное малоинвазивное вмешательство, с помощью которого восстанавливают нормальный кровоток в суженных или закупоренных артериях. К ней прибегают при заболеваниях коронарных артерий сердца. Хирургическое вмешательство восстанавливает нормальный кровоток в сердечную мышцу, тем самым предотвращаются серьезные осложнения (инфаркт и инсульт).
Ученые Пензенского госуниверситета — д-р мед. наук, профессор кафедры «Анатомия человека» Олег Зенин и аспирант Медицинского института Анна Сергиенко — предлагают новый подход для проведения ангиопластики. Дело в том, что не всегда сосудистые хирурги могут точно оценить состояние пораженной артерии: насколько она сужена. Профессор Олег Зенин подчеркнул, что это очень важно:
«Знать это нужно точно, можно сказать, вплоть до десятых миллиметра. От этого будет зависеть вид оперативного вмешательства. Можно недостаточно „расширить” или наоборот „чрезмерно расширить” место сужения. Такой сценарий в обоих случаях будет иметь негативные последствия для пациента».
В ПГУ создали компьютерную программу «3D-CorVasculograph» с применением нейросетевого моделирования. Она способна восстановить «нормальное» русло венечных артерий сердца. В компьютер необходимо ввести только начальные значения внутреннего диаметра венечной артерии, которая образовала это русло. Через несколько секунд на мониторе перед врачом будет развернута 3D-модель венечной артерии сердца в нормальном состоянии.
«Зная, как русло и его компоненты выглядели до возникновения патологии, мы можем подобрать самый подходящий вариант операции. Это обеспечит ее благополучный исход», — рассказала Анна Сергиенко.
Создаваемая 3D-модель будет достаточно точно воспроизводить русло венечных артерий: на ней будет видно каждое ответвление — каждая бифуркация. Поясним. Бифуркация — это место деления материнского (проксимального) артериального сегмента на две дочерние (дистальные) ветви. Одно венечное русло содержит несколько тысяч таких ответвлений, причем у каждого человека оно уникально и неповторимо.
Медики совместно с ИТ-специалистами кафедры «Компьютерные технологии» ПГУ — д-ром техн. наук, профессором Владимиром Горбаченко и аспирантом Политехнического института Дмитрием Грибковым обучили «3D-CorVasculograph» путем использования технологии искусственного интеллекта. Материалом для обучения программы стали 30 слепков (коррозионных препаратов) венечных артерий человека. Специальную смесь из бария с примесью контрастного вещества вводили в сердечные русла, полученные после вскрытия людей, погибших от случайных причин без сердечно-сосудистой патологии. Каждый образец медики измерили в местах бифуркаций (длину, диаметр сосудистых сегментов, углы ветвления и другие параметры), а также провели КТ-сканирование.
«Все данные мы внесли в нашу программу. Теперь нам это позволяет визуализировать и моделировать реалистические модели „нормальных” русел при помощи цифровых данных и математических моделей», — поделился Олег Зенин.
ИТ-специалисты Владимир Горбаченко и Дмитрий Грибков предложили рассматривать венечные артерии как граф — математическую структуру, представляющую собой набор объектов (вершин) и связей между ними (ребер). Они впервые в мире предложили использовать для исследования венечных артерий графовые нейронные сети — специализированный тип нейронных сетей, разработанный для работы с данными, которые представлены в виде графов.
«Популярные архитектуры нейронных сетей не способны работать с такими структурами как венечные артерии сердца человека. Нейросетевое построение никогда не применялось к этим задачам. С этим могут справиться, на наш взгляд, графовые нейронные сети. Вот их мы и предлагаем», — рассказал Владимир Горбаченко.
Типичным применением графовых нейронных сетей является классификация узлов графа. Например, представив социальную сеть как граф, можно классифицировать по разным признакам участников сети. Для венечных артерий необходимо решить задачу регрессии — прогнозировать значения диаметров.
Пензенский ученые предложили подход по использованию графовых сетей для предсказания диаметров дочерних узлов на основании материнского узла. Для этого исследователи используют современные свободно распространяемые программные средства. Ученые исследовали пять различных архитектур графовых нейронных сетей: графовая свёрточная сеть, быстрая графовая свёрточная сеть GraphSAGE, графовая сеть внимания, графовая нейронная сеть на основе трансформера. Все они были обучены.
«Обучение проходило на измерениях, снятых с 30 слепков русел, содержащих 957 бифуркаций, то есть нейросети обучались на нескольких тысячах уникальных измерений», — добавил Дмитрий Грибков.
Из пяти сетей самой точной оказалась графовая нейронная сеть на основе трансформера. Она использует механизм внимания, как в современных больших языковых моделях. И с точностью в 97% предсказывает диаметр сосуда.
В настоящее время работа продолжается. В планах — встроить нейросеть в программу «3D-CorVasculograph». Исследование поддержано грантами конкурса «Ректорский грант ПГУ» на общую сумму 300 тысяч рублей.
Компьютерная программа «3D-CorVasculograph» с применением нейросетевого моделирования найдет свое применение в практическом здравоохранении для более точного представления исходных данных для ангиопластических операций. А также станет помощником студентам медицинских вузов в изучении анатомии.
