Классификация заболеваний на основе изображений компьютерной томографии почек

Аннотация

Данная исследовательская работа посвящена классификации заболеваний на снимках компьютерной томографии почек с использованием нейронных сетей. Новизна и уникальность исследования заключается в том, что оно изучает не только традиционную бинарную классификацию «норма/патология», но и сложные вопросы дифференциальной диагностики между такими заболеваниями, как «киста/камень», «киста/опухоль» и «камень/опухоль». В работе использовались бинарные, тернарные и четвертичные модели классификации для определения таких состояний почек, как норма, киста, камень и опухоль. В зависимости от сложности задачи для двоичной и троичной классификации использовались такие архитектуры, как MobileNetV2, а для четвертичной классификации-VGG16. Согласно результатам, все модели достигли высокой точности с F1-оценками 99,39–100% для класса камней, 98,99 - 100% для класса опухолей и 99,60% для пары киста/опухоль. Предложенный комбинаторный подход, т. е. первоначальное установление общего диагноза с использованием четырехуровневой модели классификации, а в сомнительных случаях проведение дополнительных тестов с использованием бинарных или тернарных моделей, является обоснованным подходом для клинической практики. Результаты исследования послужат ценным инструментом для рентгенологов и урологов для точной диагностики заболеваний почек и выбора оптимальной стратегии лечения в соответствии с их реальными клиническими потребностями.