Пермские ученые обучили нейросеть распознавать болезнь Альцгеймера
Ученые Пермского Политеха (ПНИПУ, участник НОЦ «Рациональное недропользование») совместно с двумя малыми инновационными предприятиями разработали обучили нейросеть выявлять признаки болезни Альцгеймера на ранней стадии.
По данным ВОЗ, из всех выявленных случаев деменции порядка 60-70% вызвано болезнью Альцгеймера. Медицинские исследования последних двух десятилетий, посвященные изучению головного мозга, отмечают рост числа пациентов с этим диагнозом. Сегодня во всем мире насчитывается около 50 млн человек, страдающих болезнью Альцгеймера, при этом в 2008 году число больных было менее 30 млн человек.
— На ранних стадиях симптомы болезни Альцгеймера малозаметны, но со временем болезнь прогрессирует, приводя к потере долговременной памяти, нарушениям речи и когнитивных функций, утрате способности ориентироваться в обстановке и ухаживать за собой. Поэтому существенный интерес для медицины представляет диагностирование болезни по физиологическим процессам в головном мозге человека, — рассказывает студентка 4-го курса Пермского Политеха, Большакова Юлия, создавшая по программе «Студенческий стартап» малое инновационное предприятие ООО «Системы диагностик», участвующее в исследовании.
Ранее физиологические изменения в головном мозге можно зафиксировать на МРТ. Используя данные медицинских исследований пациентов с Альцгеймером, ученые Пермского Политеха построили модель нейронной сети на основе механизма комплексного оценивания, преодолев проблему ограниченности исходных данных. Для эффективного выявления патологии ученые предложили применять специальные методы обработки данных и выбора структуры нейронной сети.
— Искусственные нейронные сети уже активно используются в медицинских исследованиях, например, для диагностики сердечно-сосудистых заболеваний, дисбактериоза кишечника, онкологии. Применение нейросетей в медицине сдерживает проблема ограниченности данных. Во многом это объясняется этическими мотивами: пациенты или их законные представители должны дать согласие на использование их медицинских данных для научных целей и публикации в открытой печати. Например, на сбор данных о 81 пациенте, 59 из которых имели подтвержденный диагноз «болезнь Альцгеймера», потребовалось 5 лет, — рассказывает научный руководитель проекта, начальник управления организации научных исследований Пермского Политеха, кандидат экономических наук, доцент Александр Алексеев.
На этом ограниченном наборе данных проводилось обучение нейросети для выявления болезни Альцгеймера по значениям магнитной восприимчивости вен головного мозга, которые определялись с помощью МРТ. Решить проблему ограниченности данных ученые предложили за счет использования механизма комплексного оценивания. Этот механизм, также известный как «корень принятия решений», традиционно применяется для агрегирования нескольких показателей в одну комплексную оценку.
— Ключевое значение разработанного подхода заключается в сокращении времени, затрачиваемого на поиск оптимальной нейронной сети для анализа ограниченного набора данных. С помощью методов идентификации корней принятия решений, нам удалось получить такую структуру нейросетевой модели, которая способна с высокой точностью описывать изучаемую область, в данном случае – диагностировать болезнь. Применять предложенный механизм можно и в других сферах, где исходный набор данных существенно ограничен, — поясняет один из разработчиков методики, Леонид Кожемякин, ведущий специалист ООО «Пермский центр поддержки принятия решений».
На текущий момент в открытом доступе нет специализированных программных продуктов, позволяющих пользователю, не имеющему навыков программирования, задать неполносвязную структуру нейронной сети. Совместно с ООО «Пермский центр поддержки принятия решений» ученые намерены создать специальную компьютерную программу, доступную онлайн для всех исследователей.
Полученные результаты лягут в основу программного обеспечения системы диагностики болезни Альцгеймера. Статья опубликована в высокорейтинговом научном журнале «Algorithms», на разработку оформляется патент. Исследование выполнено при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках программы деятельности Пермского научно-образовательного центра «Рациональное недропользование».
