Машинное обучение для сканирования медицинских изображений

Обычно используются методы диагностической визуализации:

• Ультразвуковое исследование
• рентген
• компьютерная томография (КТ)
• магнитно-резонансная томография (МРТ)
• сцинтиграфия или радионуклидное сканирование (введение радиоактивного трассера в вену, ожидание его сбора в определенном органе, например, в щитовидной железе, и фотографирование распределения трассера с помощью сканера)

Все перечисленные методы имеют несколько вариантов, например, допплеровское УЗИ, МРТ с контрастом и т.д. Википедия Медицинская визуализация имеет более подробный “индекс” техник со ссылками на отдельные статьи.

На сайте Biology SE есть список сайтов, предоставляющих изображения с открытым доступом , некоторые из которых сопровождаются описанием случаев. Перед покупкой любой книги я настоятельно рекомендую вам получить четкое представление о том, какие типы книг могут служить вашей цели. Книга, которая может быть отличной для врача или студента-медика, может быть бесполезна для вас. Я также рекомендую для начала выбрать ОДНУ методику визуализации и немного исследовать ее, а не заниматься всей визуализацией сразу; проблемы в ультразвуковой диагностике значительно отличаются от проблем в компьютерной томографии.

Примеры слабостей техники визуализации:

• КТ и МРТ, по крайней мере, стоят дорого.
• Рентгеновский снимок может показать только повреждения, которые значительно более или менее рентгеновские, чем окружающие ткани (например, он может показать только желчные камни, богатые кальцием, но не другие).
• МРТ желчного пузыря не может достоверно различить нераковые полипы и раковые заболевания Радиография ).
• Наиболее распространенная проблема, вероятно, заключается в том, что, несмотря на высокую чувствительность (способность обнаружить повреждение), специфика (способность выявить/предсказать точный тип повреждения) компьютерной томографии и МРТ-сканирования все еще может быть низкой. 0x2 и 0x2 и Обычный вопрос для практикующего врача, который часто остается нерешенным после визуализации: Является ли повреждение раком или нет, или какова вероятность его развития в рак. Например, полипы желчного пузыря размером более 10 мм значительно более вероятно раковое заболевание, чем более мелкие, но неясно, увеличится ли риск, например, после 5 мм или после 15 мм. Кроме того, иногда на снимках не видно, распространился ли рак на близлежащие органы.

EDIT:

Чтобы предсказать поражение на КТ-изображении, необходимо знать, как выглядит обычная КТ-фотография и как выглядит поражение. Знания о том, что такое поражение, появились в результате сравнения многих изображений КТ и реальных физических ситуаций, обнаруженных во время операции. Теперь, чтобы расширить эти знания за пределы того, что вы можете увидеть собственными глазами на КТ-изображении, вам снова нужно будет сравнить множество КТ-изображений (с помощью компьютерной программы) с результатами операции. 0x2 и 0x2 и, полагаю, для этого потребуется проект, в котором будут задействованы несколько опытных рентгенологов, хирургов и компьютерных экспертов. Например, один проект должен быть посвящен одному вопросу: Каковы предикторы рака желчного пузыря при аномальном росте желчного пузыря, обнаруженном на КТ-изображении? Тысячи КТ-изображений и результатов операции затем необходимо было бы сравнить, чтобы найти возможные ассоциации.

Я хотел бы дать рекомендацию, как исследователь, также работающий в области медицинской визуализации. Вы заявляете, что заинтересованы в прогнозировании диаметра поражения, пола пациента и возраста пациента по результатам сканирования. Однако, когда рентгенолог считывает результаты сканирования, он уже знает пол и возраст пациента, потому что эта информация есть в медицинской карте. Они также знают причину сканирования. Например, они часто увидят дисплей типа “Мисс Смит - 55-летняя женщина с историей рака легких” вместе с самим сканированием. (И они могут нажать на медицинскую карту пациента и просмотреть все, что есть в медицинской карте, если хотят). Так что, я думаю, вам лучше не предсказывать вещи, которые уже известны врачу. Есть много других интересных задач медицинской визуализации, которые можно выполнить с помощью набора данных DeepLesion, например, предсказать, есть ли повреждение на сканировании.

Вот некоторые другие ресурсы, которые могут вам помочь:

1. Обзор основных анатомия грудной клетки для рентгенологии и анатомия брюшной полости для рентгенологии
2. [ Радиологические термины расположения ]0x3 и 0x2 и 3. Как читать обычные рентгеновские снимки грудной клетки . Рентгенограмма грудной клетки - это не КТ, но если вы только изучаете медицинскую визуализацию, то легче начать с рентгенограммы грудной клетки, а затем перейти к КТ
3. Интерпретация КТ брюшной полости