Разработанная модель для автоматической сегментации гистологических изображений ветвей легочной артерии ляжет в основу специального инструмента медицинских специалистов.
Легочная гипертензия – это синдром, который сопровождает ряд заболеваний разной природы и характеризуется стойким повышением давления в малом круге кровообращения. Согласно данным Всемирной организации здравоохранения, гипертензия занимает одно из первых мест среди самых опасных заболеваний сердечно-сосудистой системы. Структурная перестройка сосудов данного круга кровообращения приводит к быстрому прогрессированию болезни и снижению эффективности лечения.
В связи с этим, решающую роль как в доклинических испытаниях (при изучении причин ее развития, апробации лекарств), так и в клинической практике играет гистологическое исследование сосудов (исследование фотографий, сделанных под микроскопом легочной ткани). При этом расчет количественных показателей сосудистой стенки ветвей легочной артерии является одним из наиболее точных методов оценки структурных изменений сосудов малого круга кровообращения.
Однако ручная оценка количественных характеристик сосудов требует значительных временных затрат и достаточной квалификации специалистов. По этим причинам важно заниматься разработкой таких инструментов, которые позволят автоматизировать процесс анализа результатов гистологического исследования.
«Мы разработали алгоритм, который позволяет автоматизировать получение количественных данных при исследовании сосудистой стенки. Данная технология позволила значительно сократить время обработки данных, уменьшив количество рутинной работы опытных специалистов. Для использования созданного инструмента достаточно только загрузить базу полученных сосудов и дождаться результатов автоматической оценки», – рассказала аспирант кафедры биотехнических систем (БТС) СПбГЭТУ «ЛЭТИ» Ксения Евгеньевна Санарова.
Специалисты из Национального медицинского исследовательского центра им. В. А. Алмазова предоставили исследователям из Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» 609 микрофотографий легочных сосудов, полученных с помощью специального инструмента для сканирования результатов гистологических исследований. Помимо этого, им передали числовые данные измерений и микрофотографии с контурами этих измерений для каждого из сосудов. Это было сделано для того, чтобы обучить нейросеть находить необходимые сосуды на изображениях по геометрическим параметрам и соотношения площадей и диаметра сосудов.
После этого они выполнили валидацию – сравнили результаты сегментации, проводимой нейросетью, с числовыми данными измерений, полученных от специалистов НМИЦ им. В. А. Алмазова.
По словам инженера кафедры автоматики и процессов управления (АПУ) СПбГЭТУ «ЛЭТИ» Дарии Андреевны Валенковой, точность автоматической сегментации легочных сосудов, обученной на собранных данных модели, сегодня составляет 97%. На данный момент они работают над улучшением архитектуры данной модели и над разработкой специального приложения для специалистов лаборатории, которое обеспечит удобство в использовании возможностей алгоритма.
«В перспективе планируется не только автоматизировать процесс количественной оценки параметров сосуда, но и внедрить возможность поиска самих сосудов, а также добавить возможность их автоматической классификации на подгруппы по типу и диаметру. Это упростит процесс обработки гистологических данных и, как следствие, ускорит процесс создания новых подходов к лечению легочной гипертензии», – подчеркнул ведущий научный сотрудник отдела «Технологии сильного искусственного интеллекта в физиологии и медицине» СПбГЭТУ «ЛЭТИ», заведующий НИЛ Патологии малого круга кровообращения ФГБУ «НМИЦ им. В. А. Алмазова» Андрей Александрович Карпов.
Результаты исследований по набору данных микроскопических изображений для количественной оценки изменений легочных сосудов на основе глубокого обучения представлены в научном журнале Scientific Data. База данных позволит эффективно тренировать и тестировать новые программные обеспечения для задачи ускорения разработки новых терапевтических подходов в лечении легочной гипертензии.
В коллектив проекта также вошли исследователи из СПбГЭТУ «ЛЭТИ» – профессор кафедры радиотехнических систем Александр Сергеевич Красичков, доцент кафедры АПУ Дмитрий Ильич Каплун, ассистент кафедры АПУ Александр Михайлович Синица, аспиранты кафедры АПУ Ася Ивановна Льянова и Хассан Хассан, а также специалисты из ФГБУ «НМИЦ им. В. А. Алмазова» – лаборанты-исследователи НИЛ Патологии малого круга кровообращения Леонид Алексеевич Шиленко, Елизавета Евгеньевна Сидорова, Анна Аскарова Ахметова и младший научный сотрудник НИЛ Патологии малого круга кровообращения Дария Дмитриевна Ваулина.
Работа выполнена при поддержке Министерства науки и высшего образования Российской Федерации (№ 075-15-2022-291) от 15.04.2022 о предоставлении гранта в форме субсидии из федерального бюджета на реализацию государственной поддержки создания и развития научного центра мирового уровня «Центр им. А.П. Павлова «Интегративная физиология для медицины, высокотехнологичного здравоохранения и технологий стрессоустойчивости».
