Нейросеть научили выявлять лимфому по цитологии лимфоузлов

Лимфоузлы достаточно часто исследуются при подозрении на наличие опухолей у собак. Проведение цитологического исследования позволяет быстро выявить патологический процесс, но интерпретация результатов зачастую искажается, так как полученная картина почти всегда неоднородна по качеству и количеству клеточного материала. Это создаёт необходимость поиска объективных цифровых инструментов, способных стандартизировать подход к диагностике и повысить её точность. Одним из таких инструментов становится искусственный интеллект, для которого важны не только данные, но и то, как именно они представлены.

Исследователи из Мэрилендского колледжа ветеринарной медицины Вирджинии поставили перед собой задачу проверить, какие параметры цифровых изображений наиболее значимы для нейросетей: при каком увеличении фиксировать клетки, имеет ли значение цветовое представление снимка и сколько изображений требуется для формирования устойчивой модели. Были проанализированы данные, полученные от 300 собак с увеличенными лимфоузлами — половина из них с подтверждённой лимфомой, половина с реактивными изменениями. Из каждого мазка делали снимки при увеличении ×200, ×500 и ×1000 и сохраняли их как в цвете, так и в градациях серого. Алгоритмы обучали на выборках разного объёма — от 50 изображений на класс до 350.

Результаты

• Наилучшие показатели точности получены при увеличении ×1000:
  • цветные изображения — точность 95,8%, ROC 0,997, F-measure 0,958;
  • серошкальные изображения — точность 96,7%, ROC 0,994, F-measure 0,967.
• Существенный прирост качества отмечался при увеличении числа изображений до 150 на класс, после чего результаты выходили на плато. При 150 изображениях точность достигала 95%, ROC — 0,939, F-measure — 0,95.
• Сравнение цветных снимков и снимков шкалы разных оттенков серого цвета показало отсутствие значимых различий в качестве классификации.

Выводы

По мнению авторов, проведённая работа демонстрирует, что даже относительно небольшая база изображений способна обеспечить высокую точность при использовании нейросетей. Для пилотных проектов в ветеринарной цитопатологии достаточно 150 снимков на класс при увеличении ×1000, а выбор между цветом и градациями серого не является критически важным. Эти результаты дают основу для последующих исследований и приближают внедрение искусственного интеллекта в практику, где требуется надёжная и воспроизводимая диагностика.

Источник: onlinelibrary.wiley.com