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

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

Related posts

ПРОРЫВ: живую ткань напечатают внутри человека — российские ученые приблизили биопринтер к работе в организме

ПРОРЫВ: метастазы исчезли — Гинцбург заявил об успехе первой онковакцины от меланомы и подготовке препаратов против других видов рака

ПРОРЫВ: ученые замахнулись на вакцину от всех простуд