Используя данные медицинских исследований пациентов с Альцгеймером, ученые Пермского Политеха обучили нейросеть выявлять заболевание. Для этого они построили модель нейронной сети на основе механизма комплексного оценивания, преодолев проблему ограниченности исходных данных. Полученные результаты лягут в основу программного обеспечения системы диагностики болезни Альцгеймера.

Статья опубликована в высокорейтинговом научном журнале «Algorithms», на разработку оформляется патент. Исследование выполнено при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках программы деятельности Пермского научно-образовательного центра «Рациональное недропользование». Исследование проводилось в университете совместно с двумя малыми инновационными предприятиями, созданными при поддержке Фонда содействия инновациям.

Медицинские исследования последних двух десятилетий, посвященные изучению головного мозга, отмечают рост числа пациентов с болезнью Альцгеймера. Сегодня во всем мире насчитывается около 50 млн человек, страдающих болезнью Альцгеймера, а в 2008 году число больных было менее 30 млн человек.

- На ранних стадиях симптомы болезни Альцгеймера малозаметны, но со временем болезнь прогрессирует, приводя к потере долговременной памяти, нарушениям речи и когнитивных функций, утрате способности ориентироваться в обстановке и ухаживать за собой. Поэтому существенный интерес для медицины представляет диагностирование болезни по физиологическим процессам в головном мозге человека, - рассказывает студентка 4-го курса Пермского Политеха, Большакова Юлия, создавшая по программе «Студенческий стартап» малое инновационное предприятие ООО «Системы диагностик».

Для эффективного выявления патологии ученые Пермского Политеха предложили применять специальные методы обработки данных и выбора структуры искусственной нейронной сети.

На этом ограниченном наборе данных проводилось обучение нейросети для выявления болезни Альцгеймера по значениям магнитной восприимчивости вен головного мозга, которые определялись с помощью МРТ. Решить проблему ограниченности данных ученые предложили за счет использования механизма комплексного оценивания. Этот механизм, также известный как «корень принятия решений», традиционно применяется для агрегирования нескольких показателей в одну комплексную оценку.

- Ключевое значение разработанного подхода заключается в сокращении времени, затрачиваемого на поиск оптимальной нейронной сети для анализа ограниченного набора данных. С помощью методов идентификации корней принятия решений, нам удалось получить такую структуру нейросетевой модели, которая способна с высокой точностью описывать изучаемую область, в данном случае - диагностировать болезнь. Применять предложенный механизм можно и в других сферах, где исходный набор данных существенно ограничен, - поясняет один из разработчиков методики, Леонид Кожемякин, ведущий специалист ООО «Пермский центр поддержки принятия решений», созданного по программе Фонда содействия инновациям «Старт-1».

На текущий момент в открытом доступе нет специализированных программных продуктов, позволяющих пользователю, не имеющему навыков программирования, задать неполносвязную структуру нейронной сети. Совместно с ООО «Пермский центр поддержки принятия решений» ученые намерены создать специальную компьютерную программу, доступную онлайн для всех исследователей.

Юлия Мехоношина,
ведущий специалист пресс-службы
Пермского Политеха

Назад | Главная | Распечатать