Preview

Clinical Case in Oncology

Advanced search

ПРИМЕНЕНИЕ НЕЙРОСЕТЕВОГО АЛГОРИТМА В КОЛЬПОСКОПИИ ДЛЯ ДИАГНОСТИКИ РАКА ШЕЙКИ МАТКИ

Abstract

Введение. Рак шейки матки (РШМ) является одним из наиболее распространенных заболеваний у женщин во всем мире. В 2022 г. в России было зарегистрировано более 15 900 случаев РШМ, более 6000 женщин умерли от РШМ. Одним из основных методов дифференциальной диагностики диспластических и неопластических поражений шейки матки является кольпоскопия. Однако этот метод имеет ряд недостатков, в том числе субъективность и выраженную зависимость от опыта оператора.
Цель. Предложить подходы к дифференциальной диагностике диспластических состояний шейки матки на основе нейросетевого алгоритма.
Материалы и методы. В исследование были включены кольпоскопические изображения, полученные от 1500 пациенток, обратившихся амбулаторно или поступивших на стационарное гинекологическое отделение в НМИЦ им. В. А. Алмазова. Протокол расширенной кольпоскопии включал осмотр нативного изображения шейки матки, а также после нанесения 5% раствора уксусной кислоты и 3% водного раствора Люголя.
Кольпоскопические изображения в обучающем датасете были предварительно разделены независимо двумя экспертами на четыре класса: нормальная кольпоскопическая картина, аномальная кольпоскопическая картина (АКК) 1 и 2 степени и подозрительные на инвазию. Исследования проводились в соответствии с установленными этическими стандартами. Все пациентки подписали информированное согласие на использование кольпоскопических изображений в исследовательских целях. Были приняты дополнительные меры по удалению персональных данных (имени и даты обследования) из метаданных изображений, чтобы исключить возможность идентификации.
В сотрудничестве с Суперкомпьютерным центром Санкт-Петербургского политехнического университета Петра Великого была разработана свёрточная нейронная сеть для распознавания и сортировки изображений. Далее проводилось обучение нейронной сети, при котором исходный датасет был разделен на два набора по следующему принципу: 70% выборки отводилось на тренировку алгоритма и 30% — на тестирование. Первоначально размер обучающего набора уменьшался, а размер тестового набора увеличивался после каждого этапа обучения. Затем процесс обучения повторялся. В результате было достигнуто соотношение 1:2 изображений для обучающей и тестовой выборок.
Результаты. Всего для анализа было представлено 2842 изображения, из которых 1323 изображения относились к норме, 94 — АКК 1 ст., 1046 — АКК 2 ст., 379 — подозрение на инвазию. Одной пациентке соответствовало от одного до двух изображений. Общая точность распределения изображений по классификации достигла 94,68%, где норма составила 95.46%, АКК 1 ст.— 79,78%, АКК 2 ст.— 94,16%, подозрительные на инвазию — 97,09%.
Заключение. Применение свёрточной нейронной сети для анализа кольпоскопических изображений представляется перспективным методом, который способен значительно повысить качество диагностики предраковых поражений и РШМ. С учетом актуальности проблемы РШМ в России, а также существующих ограничений ресурсов и недостатка опытных специалистов внедрение такой системы в клиническую практику может стать эффектным инструментом поддержки принятия врачебных решений. Это не только способно потенциально улучшить раннюю диагностику, но и увеличить охват населения диагностическими обследованиями, способствуя снижению заболеваемости и смертности от данного заболевания.

About the Authors

И. Говоров
ФГБУ «Национальный медицинский исследовательский центр им. В. А. Алмазова» Минздрава России
Russian Federation


В. Артёменко
ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого»
Russian Federation


С. Завьялов
ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого»
Russian Federation


В. Павлов
ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого»
Russian Federation


В. Дейнега
ФГБУ «Национальный медицинский исследовательский центр им. В. А. Алмазова» Минздрава России
Russian Federation


Э. Комличенко
ФГБУ «Национальный медицинский исследовательский центр им. В. А. Алмазова» Минздрава России
Russian Federation


Е. Ульрих
ФГБУ «Национальный медицинский исследовательский центр им. В. А. Алмазова» Минздрава России
Russian Federation


Review

For citations:


 ,  ,  ,  ,  ,  ,   . Clinical Case in Oncology. 2024;2(1(S)):29. (In Russ.)

Views: 51


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.


ISSN 3034-1477 (Print)