Газета: здравоохранение в регионах
Газета: здравоохранение в регионах

ПЕНЗА: российские ученые создали нейросеть для ювелирного планирования операций на сердце, открывая путь к персонализированной кардиохирургии

1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (Пока оценок нет)
Загрузка...
MATERLIFE — архивная публикация
Фото помещено в архив издания

Специалисты Пензенского государственного университета (ПГУ) разработали программу «3D-CorVasculograph», которая с помощью графовых нейронных сетей моделирует 3D-структуру венечных артерий сердца. Ее применение позволит хирургам точнее планировать ангиопластику — малоинвазивные операции по восстановлению кровотока в сосудах. Точность предсказания диаметров артерий достигает 97 %, что снижает риски осложнений и открывает путь к персонализированной кардиохирургии, отметили в Минобрнауки РФ.

Разработка также станет учебным инструментом для будущих медиков.

Сердечно-сосудистые заболевания остаются главной причиной смертности в мире. Ангиопластика, при которой в суженную артерию вводят стент для расширения просвета, спасает пациентов от инфарктов и инсультов. Однако успех операции зависит от понимания индивидуальных особенностей строения сосудов.

«Ошибка даже в полмиллиметра может привести к рестенозу или разрыву артерии», — отметил один из авторов разработки, профессор ПГУ, доктор медицинских наук Олег Зенин.

Программа «3D-CorVasculograph», разработанная междисциплинарной командой университета, объединившей медиков и IT-специалистов, воссоздает трехмерную модель венечных артерий, какой они были до развития патологии. После ввода исходного диаметра сосуда нейросеть за секунды генерирует полную карту русла с тысячами ответвлений (бифуркаций). Каждая бифуркация — место деления артерии на две ветви — уникальна, как отпечаток пальца. Знание изначальной анатомии позволяет медикам выбрать оптимальный размер стента и выстроить стратегию операции.

Основой для обучения нейросети стали данные 30 коррозионных препаратов — слепков артерий людей, не страдавших сердечными заболеваниями. В сосуды вводили контрастное вещество, после чего проводили КТ-сканирование и ручные замеры 957 бифуркаций.

«Мы оцифровали длину, диаметры и углы ветвления, создав библиотеку здоровых параметров. Но ключевой прорыв связан с применением графовых нейронных сетей (GNN), которые анализируют сосуды как математические графы — совокупности узлов и связей», — рассказал Олег Зенин.

Команда протестировала пять архитектур GNN, включая сети на основе трансформеров, аналогичных тем, что используются в ChatGPT. Наивысшую точность (97%) показала модель с механизмом внимания, способная выделять ключевые участки сосудов. Это первый в мире случай применения GNN в кардиологии.

«Обычные нейросети не работают с такими разветвленными структурами, как артерии. Графовые сети идеально подходят для этого: они учитывают иерархию бифуркаций и связи между ними», — пояснил также участвовавший в исследовании заведующий кафедрой «Компьютерные технологии» ПГУ, доктор технических наук Владимир Горбаченко.

Сейчас разработчики интегрируют нейросеть в «3D-CorVasculograph». В дальнейшем они планируют расширить базу данных, добавив в нее информацию о патологиях.

Фото: minobrnauki.gov.ru

 

ЧИТАЙТЕ ТАКЖЕ:

ПЕНЗА: «Мы значительно ускорили регенерацию», — в ПГУ запатентовали инновационный метод восстановления костной ткани челюсти



Специалисты готовы помочь (8):

Киселёв Владимир Николаевич
Киселёв Владимир Николаевич (Томск)
Кузьмичкина Мария Анатольевна
Кузьмичкина Мария Анатольевна (Томск)
Максимов Максим Алексеевич
Максимов Максим Алексеевич (Томск)
Мудров Андрей Андреевич
Мудров Андрей Андреевич (Новосибирск)
Непомнящая Ольга Викторовна
Непомнящая Ольга Викторовна (Томск)
Нечаева Светлана Александровна
Нечаева Светлана Александровна (Геленджик)
Нонка Татьяна Геннадьевна
Нонка Татьяна Геннадьевна (Томск)

ПОПУЛЯРНЫЕ СТАТЬИ