Павленко Дмитрий Анатольевич - аспирант (соискатель), ведущий инженер-программист, лаборатория анализа биомедицинских изображений.
ул. Сурганова, 6, Минск, 220012
https://scholar.google.com/citations?user=2AX0it0AAAAJ
Dzmitry A. Paulenka - Postgraduate Student, Lead Software Engineer, Laboratory of Biomedical Images Analysis, The United Institute of Informatics Problems of the National Academy of Sciences of Belarus.
Surganova st., 6, Minsk, 220012
https://www.researchgate.net/profile/Dzmitry-Paulenka
https://scholar.google.com/citations?user=2AX0it0AAAAJ
Косарева Александра Андреевна - младший научный сотрудник, лаборатория анализа биомедицинских изображений.
ул. Сурганова, 6, Минск, 220012
https://www.scopus.com/authid/detail.uri?authorId=57934126700
Aleksandra A. Kosareva - Junior Researcher, Laboratory of Biomedical Images Analysis, The United Institute of Informatics Problems of the National Academy of Sciences of Belarus.
Surganova st., 6, Minsk, 220012
https://www.scopus.com/authid/detail.uri?authorId=57934126700
Снежко Эдуард Витальевич - кандидат технических наук, заведующий лабораторией анализа биомедицинских изображений.
ул. Сурганова, 6, Минск, 220012
https://www.researchgate.net/profile/Eduard-Snezhko
Eduard V. Snezhko - Ph. D. (Eng.), Head of the Laboratory of Biomedical Images Analysis, The United Institute of Informatics Problems of the National Academy of Sciences of Belarus.
Surganova st., 6, Minsk, 220012
https://www.researchgate.net/profile/Eduard-Snezhko
Ковалев Василий Алексеевич - кандидат технических наук, ведущий научный сотрудник.
ул. Сурганова, 6, Минск, 220012
https://scholar.google.com/citations?user=-osN7dIAAAAJ
Vassili A. Kovalev - Ph. D. (Eng.), Leading Researcher, The United Institute of Informatics Problems of the National Academy of Sciences of Belarus.
Surganova st., 6, Minsk, 220012
https://www.researchgate.net/profile/Vassili-Kovalev-2
https://scholar.google.com/citations?user=-osN7dIAAAAJ
Ц е л и. Осуществляется автоматическое обнаружение поражений легких: полостей, инфильтратов и узелков – на рентгеновских снимках грудной клетки. Также исследуется возможность пространственной локализации этих поражений на изображении.
М е то д ы. Используются бинарная классификация при помощи глубоких сверточных нейронных сетей и метод Grad-CAM.
Р е з у л ь т а т ы. Для модели Xception точность бинарной классификации на тестовом наборе данных составляет: 73,1 % для полостей, 71,9 % для инфильтратов и 72,8 % для узелков. Тепловые карты с истинно положительными результатами для полостей и узелков в основном понятны радиологам.
Чтобы получить понятные экспертам тепловые карты для инфильтратов, необходимо провести дополнительные исследования.
З а к л ю ч е н и е. Средняя точность классификации модели Xception для трех типов поражений (полости, инфильтраты и узелки) равна 72,6 %. Были построены тепловые карты, связанные с патологическими процессами в легких и локализацией поражений. Полученные результаты являются хорошими, но не отличными. Таким образом, необходимо провести дальнейшие исследования для повышения точности классификации и качества тепловых карт.
O b j e c t i v e s. The purpose of the work is automatic detection of lung lesions: cavities, infiltrates, and nodules on chest X-ray images. Also, the possibility of spatial localization of these lesions on the image is investigated.
M e t h o d s. Binary classification using deep convolutional neural networks and the Grad-CAM method are used. Re s u lt s. For the Xception model, the binary classification accuracy on the test dataset is 73.1% for cavities, 71.9% for infiltrates, and 72.8% for nodules. Heat maps with true positive outcomes for cavities and nodules are mostly understandable to radiologists. More research is needed to get heat maps for infiltrates that are understandable to experts.
Co n c l u s i o n. The average classification accuracy of the Xception model for three lesion types (cavities, infiltrates, and nodules) is equal to 72.6%. Heat maps associated with pathological processes in the lungs and lesion localization were constructed. Obtained results are good, but not excellent. Thus, further investigation should be done to improve the classification accuracy and quality of the heat maps.
The authors declare that there are no conflicts of interest present.