Разработка новых математических методов и алгоритмов анализа рентгеновских изображений органов грудной полости для автоматизации диагностики заболеваний легких с помощью решения задачи классификации изображений с высокой внутриклассовой и низкой межклассовой дисперсией

Заболевания грудной полости являются одной из главных причин смерти в мире, они способны быстро развиваться и приводить к смерти, если не обнаружены на ранних стадиях. К таким заболеваниям относятся рак легких (занимает лидирующие позиции по смертности среди онкологических заболеваний у мужчин), туберкулез, хроническая обструктивная болезнь легких (далее – ХОБЛ) и кардиоваскулярные заболевания. Флюорография органов грудной клетки является наиболее распространенным инструментом скрининга во многих странах. Одна из основных проблем обработки медицинских изображений – это высокая вариабельность (variance) в снимках внутри классов норм и патологий (даже для патологий одного вида). Причина заключается в индивидуальных особенностях организма каждого человека, зависимости качества изображения от типа аппарата, используемого для снимка, а также условий выполнения снимка. Новые методы и алгоритмы, которые разработаны нами в рамках НИР, решают проблему высокой вариабельности изображений норм и патологий и связанную с ней проблему высокой дисперсии признаков внутри классов. Была поставлена весьма амбициозная задача создания высокоэффективных алгоритмов обработки изображений. Разработанные алгоритмы основаны на глубоких нейронных сетях. Полученные нами алгоритмы могут быть применимы для анализа не только черно-белых медицинских изображений, но и цветных изображений других видов.