Перенос обучения глубокой сверточной нейронной сети для оценки стеатоза печени по ультразвуковым изображениям
Transfer learning with deep convolutional neural network for liver steatosis assessment in ultrasound images
Аннотация
Цель: Неалкогольная жировая болезнь печени — наиболее распространённая патология печени. До настоящего времени эталонным методом прямой количественной оценки стеатоза печени в образцах ткани остаётся биопсия. В этой работе предложен подход на основе нейронной сети для оценки неалкогольной жировой болезни печени по ультразвуковым изображениям.
Методы: Для извлечения признаков высокого уровня из последовательностей ультразвуковых изображений печени в В-режиме использовали глубокую сверточную нейронную сеть Inception-ResNet-v2, предварительно обученную на наборе данных ImageNet. Степень стеатоза печени оценивали по результатам клиновидной биопсии. Предложенный подход сравнивали с методом печеночно-почечного индекса и алгоритмом на основе матрицы совместной встречаемости уровней серого. После извлечения признаков изображения с жировой инфильтрацией печени классифицировали с помощью метода опорных векторов. По данным биопсии жировую инфильтрацию печени определяли как наличие стеатоза более чем в 5% гепатоцитов. Затем с помощью извлечённых признаков и метода регрессии Lasso оценивали степень стеатоза.
Результаты: Площадь под ROC-кривой для предложенного подхода составила 0,977 — больше, чем для метода печеночно-почечного индекса (0,959), и значительно больше, чем для алгоритма на основе матрицы совместной встречаемости уровней серого (0,893). Коэффициенты корреляции Спирмена между степенью стеатоза и результатами предложенного подхода, метода печеночно-почечного индекса и алгоритма на основе матрицы совместной встречаемости уровней серого составили соответственно 0,78, 0,80 и 0,39.
Выводы: Предложенный подход может помочь специалистам по ультразвуковой диагностике автоматически оценивать количество жира в печени. Он эффективен и, в отличие от других методов, не требует выбора области интереса.
Переведем эту статью за 1 час
Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.
Попробовать бесплатно →Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.