Классификация методом глубокого обучения с использованием сверточной нейронной сети для оценки гайморита на панорамных рентгенограммах

Цель: Применить систему глубокого обучения для диагностики гайморита по панорамным рентгенограммам и оценить ее диагностические характеристики.

Методы: Данные для обучения, включавшие изображения 400 здоровых и 400 воспаленных верхнечелюстных пазух, за счет аугментации данных были расширены до 6000 образцов в каждой категории. Фрагменты изображений вводили в систему глубокого обучения; процесс обучения повторяли в течение 200 эпох и создавали обученную модель. В модель вводили специально подготовленные тестовые фрагменты изображений 60 здоровых и 60 воспаленных верхнечелюстных пазух, после чего рассчитывали ее диагностические характеристики. Строили характеристические кривые (ROC) и определяли площадь под кривой (AUC). Результаты сравнивали с показателями двух опытных врачей-рентгенологов и двух врачей — стоматологов-интернов.

Результаты: Диагностические характеристики системы глубокого обучения при выявлении гайморита по панорамным рентгенограммам были высокими: точность — 87,5%, чувствительность — 86,7%, специфичность — 88,3%, AUC — 0,875. Эти показатели значимо не отличались от результатов врачей-рентгенологов и были выше показателей врачей-стоматологов, проходивших обучение.

Выводы: Система глубокого обучения продемонстрировала достаточно высокие диагностические характеристики при выявлении гайморита по панорамным рентгенограммам. Ожидается, что ее результаты будут способствовать диагностике, особенно стоматологами с небольшим опытом работы.