Ученые создали новый метод обнаружения бляшек в артериях с помощью оптической томографии
Данный метод в перспективе может помочь врачам выявлять опасные бляшки до того, как они приведут к инфаркту или инсульту.
Источник: Hyeong Soo Nam, Korea Advanced Institute of Science and Technology. Исследователи разработали новый подход на основе искусственного интеллекта, который позволяет обнаруживать жировые отложения внутри коронарных артерий с помощью изображений ОКТ. Липидные области, идентифицированные с помощью ИИ, хорошо соответствовали результатам гистопатологии.
МОСКВА, 17 февраля /Новости науки/. Группа ученых разработала новый подход на основе искусственного интеллекта для обнаружения жировых отложений внутри коронарных артерий по изображениям оптической когерентной томографии (ОКТ), говорится в сообщении Optica.
Данный метод в перспективе может помочь врачам выявлять опасные бляшки до того, как они приведут к инфаркту или инсульту.
ОКТ используют во время катетерных процедур — например, при вмешательствах, когда частично закупоренные сосуды «открывают» и устанавливают стенты, чтобы кровь текла свободнее. Хотя ОКТ дает очень детальные изображения структуры стенки сосуда, стандартные ОКТ-снимки не показывают, из чего состоит стенка. А именно состав (липиды, фиброзная ткань, кальций и т. п.) важен для оценки риска инфаркта.
В журнале Optica Publishing Group Biomedical Optics Express ученые описали метод извлечения спектральной информации из ОКТ-изображений. Они также разработали подход глубокого обучения, который позволяет количественно и автоматически оценивать липиды напрямую по внутрисосудистой ОКТ. Важно, что метод не требует изменений аппаратной части и работает на ОКТ-системах, которые уже применяются в клиниках.
Новый метод подает в ИИ-модель информацию из ОКТ-изображений, зависящую от длины волны. Это возможно потому, что разные ткани по-разному взаимодействуют со светом. Например, липиды, фиброзная ткань и кальций немного по-разному поглощают и отражают свет. ИИ-модель учится распознавать такие особенности сигнала и автоматически выделяет подозрительные области по всему изображению.
Сейчас ученые работают над ускорением обработки и повышением устойчивости алгоритма, чтобы он стал пригодным для применения в реальном времени в клинике. Они также планируют дополнительные проверки на данных коронарных артерий человека и ищут оптимальный способ «встроить» метод в существующие клинические рабочие процессы так, чтобы это было удобно врачам.
Данный метод в перспективе может помочь врачам выявлять опасные бляшки до того, как они приведут к инфаркту или инсульту.
ОКТ используют во время катетерных процедур — например, при вмешательствах, когда частично закупоренные сосуды «открывают» и устанавливают стенты, чтобы кровь текла свободнее. Хотя ОКТ дает очень детальные изображения структуры стенки сосуда, стандартные ОКТ-снимки не показывают, из чего состоит стенка. А именно состав (липиды, фиброзная ткань, кальций и т. п.) важен для оценки риска инфаркта.
В журнале Optica Publishing Group Biomedical Optics Express ученые описали метод извлечения спектральной информации из ОКТ-изображений. Они также разработали подход глубокого обучения, который позволяет количественно и автоматически оценивать липиды напрямую по внутрисосудистой ОКТ. Важно, что метод не требует изменений аппаратной части и работает на ОКТ-системах, которые уже применяются в клиниках.
Новый метод подает в ИИ-модель информацию из ОКТ-изображений, зависящую от длины волны. Это возможно потому, что разные ткани по-разному взаимодействуют со светом. Например, липиды, фиброзная ткань и кальций немного по-разному поглощают и отражают свет. ИИ-модель учится распознавать такие особенности сигнала и автоматически выделяет подозрительные области по всему изображению.
Сейчас ученые работают над ускорением обработки и повышением устойчивости алгоритма, чтобы он стал пригодным для применения в реальном времени в клинике. Они также планируют дополнительные проверки на данных коронарных артерий человека и ищут оптимальный способ «встроить» метод в существующие клинические рабочие процессы так, чтобы это было удобно врачам.
