Разработка математических методов диагностики острого инсульта на основе компьютерного анализа КТ-изображений с использованием сверточных нейронных сетей и глубокого обучения

Проект направлен на решение междисциплинарной задачи разработки и исследования новых математических методов анализа биомедицинских данных, позволяющих эффективно решать задачу оперативной диагностики острого нарушения мозгового кровообращения (инсульта). Скорейшая компьютерная томографическая диагностика имеет первоочередное значение для принятия решения о методе дальнейшего лечения. Так, КТ-диагностика позволяет дифференцировать геморрагический и ишемический инсульт, на основании чего и принимается решение о назначении тромболитической терапии. В ходе исследования будут развиваться методы машинного обучения, основанные на нейросетевом, логико-вероятностном и статистическом подходах, коллективах алгоритмов. Фундаментальной задачей проекта является совершенствование указанных подходов: разработка методов, позволяющих за приемлемое время получать надежные решения в условиях большого объема данных, их разнородности и зашумленности, при недостатке обучающей информации. При реализации проекта будет программно реализована и экспериментально исследована сверточная сеть глубокого обучения для анализа изображений компьютерной томографии головного мозга. Будет создан банк аннотированных КТ изображений, используемых для обучения сети. Будут разработаны методы автоматической диагностики острого инсульта на основе выводов сети, а также методы логико-вероятностного анализа ее работы, позволяющие сформировать понятное медицинскому специалисту объяснение полученных результатов КТ диагностики, связать их с другой имеющейся информацией о пациентах.