Информация

Дата основания
Местоположение
Россия
Сайт
www.sber.ru
Численность
свыше 10 000 человек
Дата регистрации

Блог на Хабре

Обновить

Модель для распознавания степени поражения лёгких на КТ: мы резко увеличили точность сортировки больных

Блог компании СберОбработка изображенийИскусственный интеллектЗдоровье
Рейтинг +32
Количество просмотров 4,3k Добавить в закладки 23 Читать комментарии 19
Комментарии 19
Может, как-то акцентировать в статье, что вы не только софт для клиник сделали, но и онлайн-сервис для всех желающих, куда можно свои снимки загружать?
Хорошая работа, нужная вещь.

Вы конечно молодцы и задача классная. Но только в общих словах описали pipeline для работы и покидались красивыми словами. Где же хоть какие-то метрики? Какого IoU или Dice добились с Unet? Какова AUC ROC при классификации по категориям?

Ответы на эти вопросы даны в статье, которая выйдет в научной конференции в ближайшее время, постараемся отдельно про это тоже написать.
Обычный Unet на КТ выдает в среднем 0.75-0.80 Dice. Но там ансамбль вроде, так что конечный результат должен быть крутым.
Подскажите, каким софтом можно строить 3D-модель из срезов?
На скриншотах узнается Osirix, из нашего есть, например, Inobitec

Slicer https://www.slicer.org/ Упоминание — "Печать 3d-моделей костей пациентов, полученных из результатов Компьютерной томографии(такое медицинское исследование)" https://habr.com/ru/post/393701/, так же INVESALIUS 3 https://invesalius.github.io/ Упоминание — "Как я пытался лечиться по ДМС, а получил 3D модель головы и чуть больше здоровья за свои деньги" https://habr.com/ru/post/378131/

Томографы пишут файлы в стандарте DICOM, но интерпретация стандарта и форматы записи могут сильно отличаться, поэтому много времени и нервов ушло на поддержку файлов, которые пишут все КТ аппараты.

Похоже вы просто не разобрались, как хранятся изображения в формате DICOM. И скорее всего в итоге работали с RGB картинками, а не с исходными DICOM изображениями. Хотя не могу сказать, влияет ли это на результат.
Занимался таким же проектом. Могу сказать, что проще DICOM конвертировать в PNG и далее, после препрока, подать на вход ИНС. В конце собрать пиксели в вероятностями и обратно в DICOM сделать.
Речь не про конкретный формат, а про потерю точности. В DICOM обычно минимум 12 бит на пиксель, а бывает и больше. При конвертации в картинку обычно все обрезается до 8 бит, соответственно точность теряется.
Можно ведь и в 16-битный grayscale конвертировать. Не знаю точно, поддерживает ли PNG 16-битный цвет, но думаю да. Для КТ вообще проблем не должно быть, т.к. там единая шкала Хаунсфилда, просто нужно все аккуратно сконвертить. Для МРТ придется как то нормализовывать конечно, т.к. там нет единой шкалы.
Здесь, как я понял, они даже со шкалой Хаунсфилда не разобрались и из-за этого у них какие то проблемы были.

16 бит в png влезает спокойно, при желании можно даже несколько каналов

Мы работали с исходным изображением, однако видели и 12- и 14- и 16- битные файлы, со знаком и без.

Так а что там про модель? (статья начинается со слова «Модель»). Просто Image Segmentation на U-Net? Где ваш препринт на arxiv.org? Что вы хотели донести до общественности? Не можете модель выложить, выкладывайте ваш размеченный датасет — может и мир начнет меняться к лучшему (точность и стоимость определения поражения легких)?

В таких вещах датасет может быть ценнее модели)

никто и не сомневается!
Здесь есть один датасет (правда, размеченный для классификации — 1110 образцов, разделенных на 5 классов)… может кому пригодится

В ближайшее время выйдет журнал со статьей, после чего сможем разместить на arXiv. Все статьи максимально быстро публикуем там.

Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.