Математики Северо-Кавказского университета разработали систему распознавания рака кожи

Нейронные сети, считают ставропольские учёные, помогут распознать новообразования по фото.
Исследование проводилось в рамках гранта Российского фонда фундаментальных исследований и Президента РФ, а также в рамках проекта СКФУ по поддержке малых научных групп и отдельных ученых.
По фотографии участка кожи с родинкой можно определить 10 различных видов пигментных поражений кожи. Диагноз можно сделать с более высокой точностью, чем врачи-онкологи при визуальной диагностике.
Рак кожи – это один из наиболее распространенных видов злокачественных опухолей. С каждым годом он встречается все чаще. Виной тому – усиление ультрафиолетового излучения, активизирующего онкогены.
Диагностировать заболевание нелегко из-за схожих ранних проявлений доброкачественных и злокачественных поражений кожи.
На помощь медикам может прийти искусственный интеллект. Созданные на основе нейронных сетей системы распознавания изображений способны повысить точность диагностики, уверены математики ведущего вуза Ставропольского края.
«Мы изучили аналоги и увидели, что все они не дают достаточно высокой точности распознавания заболеваний, – рассказала  SK-NEWS.RU руководитель проекта, аспирантка и научный сотрудник кафедры математического моделирования СКФУ Ульяна Ляхова. – Это происходит из-за наличия на изображении шумов, особенно в виде волос. Такие шумы создают окклюзию и могут кардинально изменить размер, форму, цвет и текстуру пигментного поражения кожи, тем самым снижая эффективность и качество результатов исследования. Чтобы решить эту проблему, мы предложили предварительно обрабатывать изображение. Это позволило повысить точность распознавания меланомы и других пигментных поражений кожи».
Предложенное математиками СКФУ решение предполагает замену пикселей волосяных структур на пиксели кожи.
Послецифровой обработки изображения происходит распознавание и классификация пигментных поражений кожи с помощью специально обученных сверточных нейронных сетей. Для обучения последних использовались около 42 тысяч клинические дерматоскопических изображений из международного открытого архива ISIC Melanoma Project (большая часть изображений – оцифрованные диапозитивы клиники Роффендала по лечению рака кожи в Квинсленде, а также кафедры дерматологии медицинского университета Вены).
Созданная математиками СКФУ система научилась распознавать 10 категорий пигментных поражений кожи: от дерматофибромы, невуса, солнечного лентиго, разных видов кетароза до меланомы и других видов рака.
«В ходе исследования мы обучали и сравнивали разные архитектуры нейронных сетей, – сообщил  SK-NEWS.RU заведующий кафедрой математического моделирования СКФУ и отделом модулярных вычислений и искусственного интеллекта регионального научно-образовательного математического центра «Северо-кавказский центр математический исследований» при вузе Павел Ляхов. – Наибольшая точность распознавания пигментных поражений кожи была достигнута при помощи нейросетевой архитектуры AlexNet. Она составила 80,81 %. Это показатель выше, чем у аналогичных систем автоматизированной классификации».
Использование нейросетевой системы позволит повысить качество диагностики и начать лечение на более ранней стадии заболевания, что напрямую влияет на шанс выздоровления пациентов. Если создать на ее основе мобильное приложение, то любой желающий сможет проверить себя на наличие подобных поражений кожи и при необходимости своевременно обратиться за медпомощью.