Алгоритм обнаружения патологии легких на рентгеновских снимках с использованием бинарной классификации с акцентом на предварительную обработку

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.

1. Hansun S., Argha A., Liaw S.-T., Celler B. G., Marks G. B. Machine and deep learning for tuberculosis detection on chest X-rays: systematic literature review. Journal of Medical Internet Research, 3 July 2023, vol. 25, р. e43154. DOI: 10.2196/43154.

2. Acharya V., Dhiman G., Prakasha K., Bahadur P., Choraria A., …, Kautish S. AI-assisted tuberculosis detection and classification from chest X-rays using a deep learning normalization-free network model. Computational Intelligence and Neuroscience, 3 October 2022, vol. 2022, р. 2399428. DOI: 10.1155/2022/2399428.

3. Guo R., Passi K., Jain C. K. Tuberculosis diagnostics and localization in chest X-rays via deep learning models. Frontiers in Artificial Intelligence, 5 October 2020, vol. 3, р. 583427. DOI: 10.3389/frai.2020.583427.

4. Thomsen K., Christensen A. L., Iversen L., Lomholt H. B., Winther O. Deep learning for diagnostic binary classification of multiple-lesion skin diseases. Frontiers in Medicine, 2020, vol. 7, р. 574329. DOI: 10.3389/fmed.2020.574329.

5. Selvaraju R. R., Cogswell M., Das A., Vedantam R., Parikh D., Batra D. Grad-CAM: visual explanations from deep networks via gradient-based localization. International Journal of Computer Vision, October 2019, vol. 128, no. 2, pp. 336–359. DOI: 10.1007/s11263-019-01228-7.

6. Rosenthal A., Gabrielian A., Engle E., Hurt D. E., Alexandru S., …, Tartakovsky M. The TB Portals: an open-access, web-based platform for global drug-resistant-tuberculosis data sharing and analysis. Journal of Clinical Microbiology, 2017, vol. 55, no. 11, pp. 3267–3282. DOI: 10.1128/jcm.01013-17.

7. Gabrielian A., Engle E., Harris M., Wollenberg K., Juarez-Espinosa O., ..., Tartakovsky M. TB DEPOT (Data Exploration Portal): A multi-domain tuberculosis data analysis resource. PLOS ONE, May 2019, vol. 14, no. 5, pp. 1–23. DOI: 10.1371/journal.pone.0217410.

8. Kosareva A., Paulenka D., Snezhko E. Chest X-ray image processing based on radiologists’ textual annotations. Open Semantic Technologies for Intelligent Systems (OSTIS): Conference Proceedings, Minsk, Belarus, 18–20 April 2024. Editorial board: V. V. Golenkov [et al.]. Belarusian State University of Informatics and Radioelectronics, vol. 8, pp. 293–302.

9. Snezhko E. V., Kovalev V. A., Kosareva A. A., Paulenka D. A. AI-based software for computer-assisted diagnosis of lung diseases using chest X-Ray and CT images. The 1st Exhibition-forum of the IT-academgrad "Artificial Intelligence in Belarus": Conference Proceedings, Minsk, 13–14 October 2022, pp. 80–87 (In Russ.).

10. Kovalev V. A., Tuzikov A. V., Snezhko E. V., Paulenka D. A. Software "AI-based software for computer-assisted diagnosis of lung diseases using chest X-Ray and CT images" (LungExpert). Computer program registration certificate No. 1619 dated 02.08.2023 (In Russ.). Available at: http://search.ncip.by/depon/index.php?pref=1&lng=ru&page=3&target=1771 (accessed 15.09.2024)

11. Chollet F. Xception: deep learning with depthwise separable convolutions. 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Honolulu, HI, USA, 21–26 July 2017, рр. 1251–1258.

12. Nillmani, Sharma N., Saba L., Khanna N., Kalra M., …, Suri J. Segmentation-based classification deep learning model embedded with explainable AI for COVID-19 detection in chest X-ray scans. Diagnostics, September 2022, vol. 12, p. 2132. DOI: 10.3390/diagnostics12092132.