ИСПОЛЬЗОВАНИЕ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ В РОБОТ-АССИСТИРОВАННОЙ ХИРУРГИИ

Р. М. Глашев, С. А. Шептунов, Т. Ж. Глашев

Аннотация


В настоящее время происходят существенные изменения во всех аспектах профессиональной жизнедеятельности, связанные с новейшими концепциями автоматизированных и роботических решений. Применение роботов в хирургии стало неотъемлемой частью медицинской практики, что подтверждается ростом количества операций, производимых при помощи робот-ассистированных комплексов в гинекологии и урологии (по данным Intuitive Surgical). Тенденция использования роботических технологий в хирургии обусловлена увеличением точности хирургических манипуляций при минимальном травмировании тканей и соседних органов. При этом у хирургических инструментов увеличено количество степеней свободы, а сама операция снижает общую кровопотерю пациента. Но при этом вероятность формирования ошибочного заключения растет при наличии субъективных факторов, к которым можно отнести объем, интенсивность, устойчивость внимания врача при выполнении операции управления камерой. Одним из направлений повышения эффективности работы оператора-хирурга является включение в состав инструментальных средств визуализации отдельной компьютерной системы поддержки принятия решений. Она должна реализовывать часть действий, обычно выполняемых врачом: выявлять признаки патологий по изображению, формировать выводы по совокупности найденных патологий, визуально выделять область на изображении. Актуальным становится вопрос внедрения автоматического или интерактивного распознавания отдельных областей на предварительно улучшенном изображении для автоматизации работы хирурга. Это особенно значимо, когда лимит времени для принятия жизненно важного врачебного заключения ограничен. Для исследования возможностей сверхточных нейронных сетей в распознавании болезней органов малого таза была разработана автоматизированная система, реализующая модифицированную архитектуру сверточной нейронной сети. Предложена методика обучения сети с использованием размеченных изображений с выделенными областями патологий. Полученные результаты работы системы говорят о большом потенциале использования искусственных нейронных сетей в качестве инструмента поддержки принятия решений в области робот-ассистированной хирургии. Использование большего количества обучающих выборок будет повышать качество сегментации изображения.

Полный текст:

PDF

Литература


Барский А.Б. Логические нейронные

сети. – М.: Бином, 2007.

Гонсалес Р.С. Цифровая обработка изображений

/ Р.С. Гонсалес, Р.Э. Вудс. — М.:

Техносфера, 2005. — 1072 с.

Поршнев C.B. Универсальная классификация

алгоритмов сегментации изображений

/ C.B. Поршнев // Журнал научных

публикаций аспирантов и докторантов. —

— № 3. — С. 163-172.

Хайкин, С. Нейронные сети: полный

курс, 2-е изд.; Пер. с англ. – М.: Вильямс,

— 1104 с.

Прэтт, У. Цифровая обработка изображений;

Пер. с англ. — М.: Мир, 1982. — Кн.

— 480 с.

Форсайт, Девид А., Понс, Жан.

Компьютерное зрение. Современный подход;

Пер. с англ. – М.: Вильямс, 2004. – 928 с.


Ссылки

  • На текущий момент ссылки отсутствуют.