Ученые Пензенского государственного университета (ПГУ) создали интерактивный учебный тренажер для распознавания дефектов на рентгеновских снимках, который поможет студентам и ординаторам медицинских вузов безошибочно выявлять патологии на изображениях. Об этом сообщили в пресс-службе Минобрнауки РФ. 
Качество рентгеновских снимков влияет на то, как быстро будут обнаружены патологические изменения и начнется лечение. Однако из-за состояния оборудования, параметров экспозиции, дозы облучения, уровня квантового шума и других факторов качество снимков не всегда оказывается идеальным, что подчеркивает необходимость квалифицированных специалистов — рентгенолаборантов и врачей-рентгенологов, способных оценивать качество снимков и понимать, какие дефекты могут искажать клиническую картину.
«Разработанный учеными из ПГУ тренажер дает возможность будущим медикам не только изучать типичные дефекты, но и осваивать объективные количественные критерии оценки качества изображений, наглядно демонстрируя связь визуальных искажений с их физическими причинами», — отметили разработчики.
Три компонента системы
Система организована в модульной архитектуре и состоит из трех взаимосвязанных компонентов: базы данных, подсистемы расчета метрик и подсистемы обучения и тестирования. В базе данных хранятся рентгеновские изображения, метрики качества и сопутствующая информация. Подсистема расчета метрик отвечает за объективную оценку качества снимков: загружает изображения, вычисляет набор количественных показателей, строит графики, сравнивает снимки с эталонами и формирует отчеты.
«Подсистема оценивает отношение полезного сигнала к уровню шума, анализирует градиенты изображения, разницу между максимальной и минимальной яркостью и многие другие параметры. Все метрики рассчитываются непосредственно по пиксельным данным с использованием строгих математических формул. Это обеспечивает воспроизводимость и объективность результатов», — пояснил один из разработчиков, профессор кафедры «Медицинская кибернетика и информатика» ПГУ доктор технических наук Леонид Кривоногов.
Подсистема обучения и тестирования создает учебные задания, предоставляя обучающимся искаженные версии эталонных снимков.
Процесс тренировки и проверки навыков осуществляется через веб-интерфейс. Система представлена в виде веб-приложения. Для работы достаточно браузера и доступа к интернету.
Принцип работы
Врач-рентгенолог загружает снимки в базу данных, после чего подсистема расчета метрик автоматически вычисляет полный набор показателей для каждого изображения и сохраняет их, связывая с конкретным файлом. Эксперт отбирает снимки с наилучшими показателями и помечает их; эти изображения становятся эталонами для сравнения. Подсистема обучения и тестирования создает искаженные версии эталонов, имитируя реальные дефекты: низкий контраст, шум, размытие, артефакты. Для искаженных копий также рассчитываются метрики. Обучающиеся получают задания через веб-интерфейс, где могут одновременно видеть эталонный и искаженный снимки, а система предоставляет мгновенную обратную связь, помогая связать визуальные особенности с численными показателями.
Все ответы сохраняются в базе данных, преподаватели могут выгружать подробные отчеты. Студенты видят итоговые баллы, детали по каждому заданию, включая правильные и ошибочные ответы. Это позволяет выявлять типичные ошибки и корректировать программу обучения.
На базе Медицинского института ПГУ ученые с помощью разработанного тренажера оценили 200 тестовых случаев. На основе пяти эталонных изображений — грудная клетка, конечности, брюшная полость — было сгенерировано по десять искаженных копий для каждого из четырех типов дефектов. По словам разработчиков, система корректно классифицировала тип дефекта в 100% случаев благодаря точно подобранным пороговым значениям метрик.
Исследователи уверены, что с помощью тренажера у обучающихся будут формироваться навыки визуального распознавания дефектов и понимание причин их возникновения. В практике врач часто сравнивает текущий снимок с предыдущими исследованиями или примерами нормы. «Студенты и ординаторы смогут наглядно увидеть, как неправильный выбор параметров экспозиции, движение пациента или влияние искажений постобработки проявляются на снимке», — подчеркнул Леонид Кривоногов. Существенным преимуществом также станет отключение подсказок и автоматический подсчет баллов, что позволит преподавателю объективно оценить уровень подготовки и выявить темы, вызывающие наибольшие трудности.
Обучение с помощью интерактивного учебного тренажера для распознавания дефектов на рентгеновских изображениях уже началось для студентов Медицинского института ПГУ.
Фото: hi-tech.mail.ru