Публикация научных статей.
Вход на сайт
E-mail:
Пароль:
Запомнить
Регистрация/
Забыли пароль?

Научные направления

Поделиться:
Разделы: Информационные технологии, Медицина
Размещена 01.04.2024. Последняя правка: 22.04.2024.
Просмотров - 422

ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ В МОБИЛЬНОМ ПРИЛОЖЕНИИ ДЛЯ ДИАГНОСТИКИ АРТРИТА КИСТЕЙ РУК

Сельянов Дмитрий Евгеньевич

магистрант

Уфимский государственный нефтяной технический университет

студент

Гилязетдинов Риваль Рустамович, магистрант, Уфимский государственный нефтяной технический университет РФ, Республика Башкортостан, г. Уфа; Ахметов Ильнур Вазирович канд. физ.-мат. наук, доцент, Уфимский государственный нефтяной технический университет


Аннотация:
Артрит – это распространенное заболевание, характеризующееся воспалением суставов и приводящее к значительному ухудшению качества жизни. Представленное приложение может значительно облегчить диагностику артрита и повысить доступность медицинской помощи, особенно в удаленных или малоразвитых регионах.


Abstract:
Arthritis is a common disease characterized by inflammation of the joints and leading to a significant deterioration in the quality of life. The presented application can greatly facilitate the diagnosis of arthritis and increase the availability of medical care, especially in remote or underdeveloped regions.


Ключевые слова:
артрит; мобильное приложение; нейронные сети

Keywords:
arthritis; mobile application; neural networks


УДК 004.41

Ревматоидный артрит – хроническое иммуновоспалительное заболевание, чаще всего проявляющееся в виде артрита [1]. Артрит является одним из наиболее распространенных заболеваний, которое приводит к воспалению суставов, дискомфорту и ограничению подвижности. Однако, в ранних стадиях его диагностика может быть вызовом из-за того, что симптомы могут быть неочевидными и схожими с другими состояниями. Точное и своевременное выявление артрита играет ключевую роль в эффективном лечении и предотвращении прогрессирования заболевания [2].

Недостаточное количество врачей и низкая осведомленность терапевтов об особенностях диагностики и лечения ревматических заболеваний осложняют организацию медицинской помощи. На основании штатных нормативов, утвержденных Минздравом России — в стране должно быть 2890 ревматологов, по данным РРА «Надежда» в России не более 1500 ревматологов. В некоторых городах расстояние от города проживания пациента с РЗ до ближайшей медоганизации, где есть ревматолог, — более 800 км; [3]

Так же стоит учесть, что в среднем для прочтения 420 рентгеновских снимков, рентгенологам понадобится около трех часов, что может серьезно повлиять на состояние здоровья пациента. Алгоритм искусственного интеллекта может в разы ускорить процесс изучения рентгеновских снимков, что положительно скажется на результате лечения заболевания.

Искусственный интеллект (ИИ) имеет потенциал трансформировать медицинскую отрасль, предоставляя уникальные возможности для улучшения диагностики, предсказания заболеваний, принятия решений о лечении и управления заботой о пациентах. Эффективное использование инновационных технологий, таких как машинное обучение и нейронные сети, может значительно повысить точность диагностики, ускорить процесс принятия решений и обеспечить более качественное медицинское обслуживание для пациентов. Таким образом, нейронные сети и технологии машинного обучения играют важную роль в медицинской диагностике.

В последние годы нейронные сети и технологии машинного обучения стали играть все более важную роль в медицинской диагностике. Мобильное здравоохранение представляет собой перспективное и активно развивающееся направление в рамках электронного здравоохранения [4]. Его целью является предоставление мобильных и беспроводных технологий для поддержки информации в области здравоохранения, оказания медицинских услуг и содействия здоровому образу жизни[5]. Мобильные приложения, основанные на данных технологиях, предоставляют новые возможности для ранней диагностики артрита и мониторинга его прогрессирования. Однако, до настоящего времени было мало исследований, посвященных разработке мобильных приложений, способных определять артрит на основе изображений кистей рук с высокой точностью и достоверностью [6].

На российском рынке на данный момент нет прямых конкурентов разрабатываемого мобильного приложения, но имеются смежные и уже внедренные программы.

  1. 1. Мобильный помощник врача.

Мобильное приложение, автоматизирующее оказание медицинской помощи на дому врачами и фельдшерами. Заменяет традиционные методы ведения журналов и записей, экономит время, использует алгоритмы, создает электронную медицинскую документацию, обеспечивает техническую поддержку, хранит данные и оптимизирует маршруты оказания помощи. [7]

  1. 2. Цифровой помощник для назначения диагностических исследований.

Программа позволяет медицинским работникам ускорить направление пациентов на диагностику в соответствии с предварительным диагнозом, улучшить его качество, а пациенту – сэкономить время. [8]

Проанализировав смежные продукты-конкуренты можно сделать вывод, что ни один из них не дает возможности прямой диагностики ревматоидного артрита.

Научная новизна данного исследования заключается в разработке мобильного приложения, основанного на нейронных сетях, для диагностики артрита на основе изображений кистей рук. Это представляет собой инновационный подход к ранней диагностике артрита.

Исходя из вышеперечисленного, данная работа направлена на разработку и апробацию мобильного приложения, которое использует нейронные сети для анализа изображений кистей рук и определения признаков артрита. Это приложение имеет потенциал стать эффективным инструментом для врачей и пациентов, обеспечивая быструю и надежную диагностику артрита прямо с помощью смартфона. Успех данного исследования имеет важное значение для улучшения качества жизни пациентов с артритом и снижения его социально-экономической нагрузки на общество.

Важной частью разработки мобильного приложения является подготовка материалов для обучения нейронной сети и выбор методов реализации:

  1. База данных изображений: Для сбора базы данных изображений кистей рук использованы фотографии, полученные с различных источников, включая медицинские архивы и снимки, предоставленные пациентами. В данном случае большая часть изображений предоставлена ГБУЗ РКБ им. Г.Г. Куватова. База данных разделена на две категории: изображения кистей рук здоровых людей и изображения кистей рук пациентов с диагностированным артритом.
  2. Обработка и разметка изображений: Изображения обработаны для удаления лишних артефактов и стандартизации. Затем каждое изображение размечено с указанием признаков артрита, таких как воспаление суставов и деформации [9]. В определении пораженных участков на изображении принимали участие как разработчики, так и действующий специалист ревматолог.
  3. Обучение нейронной сети: Для обучения нейронной сети использована сверточная нейронная сеть (CNN), способная эффективно анализировать изображения и выявлять признаки артрита. Нейронная сеть обучена на размеченной базе данных изображений кистей рук.
  4. Интеграция в мобильное приложение: Обученная нейронная сеть интегрирована в мобильное приложение, разработанное для операционной системы iOS с применением языка Swift b и базы данных Firestore. Пользователи могут загружать изображения кистей рук и получать результаты диагностики непосредственно на своих устройствах.

Результаты обучения нейронной сети можно наблюдать на графиках:

 

Рисунок 1 Результаты обучения по метрикам

 

 Скриншот

Рисунок 2 Кривая точности-достоверности

 Скриншот

Рисунок 3 Примеры распознавания на рентгенограммах

 

Также для удобства использования был создан интерфейс.

Сначала врач проходит авторизацию (Рисунок 4).

Скриншот 

Рисунок 4 Авторизация пользователя

 

Далее открывается главный экран со списком всех пациентов (Рисунок 5) с возможностью перехода к личным данным отдельного пациента (Рисунок 6).

 Скриншот

Рисунок 5 Главный экран

 

 Скриншот

Рисунок 6 Карточка пациента

 

Также врач может добавлять нового пользователя (Рисунок 7) с возможностью сразу прикрепить рентген-снимок (Рисунок 8).

 

 Скриншот

Рисунок 7 Добавление нового пользователя

 

 Скриншот

Рисунок 8 Добавление рентген-снимка

 

Далее при нажатии кнопки «Сканировать снимок» изображение отправляется на сервер, где и происходит работа нейросети (Рисунок 9).

 

 Скриншот

Рисунок 9 Полученное с сервера изображение

 

Заключение

В данной работе было представлено мобильное приложение, основанное на нейронных сетях, для диагностики артрита на основе изображений кистей рук. Использование передовых методов машинного обучения и компьютерного зрения позволяет автоматически распознавать признаки артрита на изображениях с высокой точностью и достоверностью. Разработанное приложение предоставляет удобный и доступный инструмент для ранней диагностики артрита, что может значительно повысить эффективность лечения и улучшить качество жизни пациентов.

Результаты апробации приложения на реальных пациентах показали его высокую эффективность и надежность. Приложение демонстрирует потенциал стать важным инструментом для врачей и пациентов, предоставляя возможность проводить диагностику артрита на ранних стадиях заболевания.

Дальнейшее развитие исследования может включать в себя расширение функциональности приложения, улучшение алгоритмов обработки изображений, а также его адаптацию для диагностики других заболеваний суставов и костей. Это позволит расширить область применения приложения и улучшить качество медицинского обслуживания.

В целом, разработанное мобильное приложение представляет собой важный шаг в направлении улучшения диагностики и лечения артрита, обеспечивая пациентам более эффективное и доступное медицинское обслуживание.

Библиографический список:

1. Каратеев, Д. Е. Справочник врача-ревматолога / Д. Е. Каратеев, Е. Л. Лучихина. – Москва : ГЭОТАР-Медиа, 2021. – 368 с.
2. Бастанов А.Э., Зубаиров И.З., Ахметов И.В. Детекция признаков и диагностика ревматоидного артрита с использованием рентгенологического метода исследования и искусственного интеллекта // В сборнике: ПЕРСПЕКТИВЫ РАЗВИТИЯ ЭКОНОМИКИ ЗДОРОВЬЯ. сборник докладов II Всероссийской научно-практической конференции. Уфа, 2020. С. 38-41.
3. Никитин П.В., Мурадянц А.А., Шостак Н.А. Мобильное здравоохранение: возможности, проблемы, перспективы // Клиницист 2015. Том 9. №4 – С. 13 – 21
4. Мяснянкина О.П. Достижения и перспективы искусственного интеллекта в медицине / О. П. Мяснянкина, Н.Н. Пронькина // International journal of professional science. – 2021. – №4. – С. 27-32.
5. Ахметов И.В., Губайдуллин И.М. Разработка мобильных приложений: учебное пособие / И.В. Ахметов, И.М. Губайдуллин. – Уфа: Изд-во УГНТУ, 2021. – 67 с.
6. Свидетельство о государственной регистрации программы для ЭВМ RU 2021669168 Российская Федерация. Информационная система сегментации изображений и выделения зон интереса: N 2021668191 : заявл. 15.11.2021 : опубл. 24.11.2021 / И.В. Ахметов, Р.М. Узянбаев, Д.А. Валиуллин ; заявитель и правообладатель ФГБОУ ВО УГНТУ. - 1 с.
7. Васютина Е.А., Подольская Т.В. Проблемы и перспективы внедрения искусственного интеллекта в медицине / Е. А. Васютина, Т. В. Подольская // Государственное и муниципальное управление. Ученые записки. – 2022. – №1. – С. 25-32.




Рецензии:

4.04.2024, 14:14 Мирзаев Номаз Мирзаевич
Рецензия: Статья "ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ В МОБИЛЬНОМ ПРИЛОЖЕНИИ ДЛЯ ДИАГНОСТИКИ АРТРИТА КИСТЕЙ РУК" относится к очень актуальному направлению современных научных исследований в области информационных технологий. Однако, такой интересный материал представлен в форме краткого отчета о проделанной работе. Желательно раскрыть, хотя бы основные результаты: в чем преимущество, чем отличается от существующих работ. Каким образом осущестивлялся сбор материалов (указать источник базы изображений кистей рук). Полученные результаты целесообразно сравнить (хотя бы по точности распознавания) с результатами аналогичных работ. Статья может быть рекомендована к публикации после его доработки.

22.04.2024 13:13 Ответ на рецензию автора Сельянов Дмитрий Евгеньевич:
Здравствуйте! Статья была доработана



Комментарии пользователей:

Оставить комментарий


 
 

Вверх