Ученые разработали нейросеть для высокоточного совмещения медицинских снимков динамических органов

Разработка МГУ: новый нейросетевой метод для высокоточной диагностики динамических изменений в организме

Ученые из Московского государственного университета разработали инновационный нейросетевой метод для точного совмещения медицинских изображений. Основная задача технологии заключается в сопоставлении анатомических структур органов, которые постоянно меняются в процессе дыхания или сокращения сердца. В отличие от традиционных подходов, требующих обучения нейросети на огромных массивах данных, предлагаемое решение позволяет настраивать сеть индивидуально для каждой пары снимков. В основе метода лежат сети Колмогорова-Арнольда, которые позволяют эффективно изменять математические функции преобразования для обеспечения идеального наложения структур.

В ходе исследований команда создала основную модель и ее облегченную версию, предназначенную для минимизации вычислительных затрат. В ходе испытаний на снимках легких облегченная версия обработала данные менее чем за одну минуту с погрешностью, составляющей всего около одного миллиметра. Алгоритм продемонстрировал высокую стабильность и низкую зависимость от начальных настроек, показав одни из лучших результатов по точности совпадения анатомических зон на снимках сердца. Такая разработка обеспечивает оптимальный баланс между качеством обработки и потреблением вычислительных ресурсов.

Новая технология будет крайне востребована в тех областях исследований, где доступно ограниченное количество медицинских данных. Она позволяет детально изучать динамику работы сердца, изменения в легких и структуру мозга в течение времени. Хотя для полноценного внедрения метода в повседневную клиническую практику потребуется дополнительная проверка на различных моделях оборудования, результаты ученых открывают широкие перспективы для высокоточной диагностики и глубокого анализа динамических процессов в организме человека.