По результатам международного конкурса Brain Tumor Segmentation (BraTS) Challenge — 2020 (Сегментация опухоли головного мозга) мультидисциплинарная команда из новосибирских ученых, в состав которой вошли научные сотрудники лаборатории аналитики потоковых данных и машинного обучения Механико-математического факультета НГУ, практикующие врачи Федерального центра нейрохирургии и руководитель Научно-исследовательского института клинической и экспериментальной лимфологии — филиала ИЦиГ СО РАН, получила подтверждение и признание разрабатываемых методов и подходов анализа медицинских данных в виде публикации «Brain Tumor Segmentation and Associated Uncertainty Evaluation Using Multi-sequences MRI Mixture Data Preprocessing» (Сегментация опухоли головного мозга и оценка связанной с ней неопределенности с использованием предварительной обработкой смешанных данных нескольких МРТ-последовательностей).
Соревнование BraTS проводится уже несколько лет и специализируется на глиомах высокой и низкой степени злокачественности (HGG и LGG). В этом году в рамках конкурса были поставлены задачи: cегментация опухолей головного мозга; прогнозирование общей выживаемости пациентов на основе предоперационных МРТ-томограмм; оценка мер неопределенности при сегментации.
— Наша команда «NSU_BTR» сфокусировалась на первой и третьей задачах. В ходе работ мы провели более 100 экспериментов. Использовались собственные оригинальные методы, в основе которых лежит подход к обработке МРТ-снимков, использующий основные последовательности Т1-ВИ, Т1-контраст, T2-ВИ и T2-Flair. Основная цель участия в международных соревнованиях — сравнение с лучшими практиками и проверка собственных подходов, — отметил заведующий лабораторией аналитики потоковых данных и машинного обучения ММФ НГУ Баир Тучинов.
По итогам соревнования были получены положительные результаты на стадии валидации (проверки), и организаторы предложили команде НГУ опубликовать статью в издании Springer Nature. Полученный опыт и наработки используются в основном научном проекте «Разработка технологии персонализированной диагностики и выработки рекомендаций по лечению нейроонкологических заболеваний с применением методов нейровизуализации на основе систем искусственного интеллекта (глубокого машинного обучения)», поддержанным РФФИ.
На данный момент по результатам выполнения проекта опубликовано 7 статей и еще 3 находятся в процессе рецензирования.
— Текущие результаты можно использовать для персонализированной диагностики: раннего обнаружения и классификации новообразований, прогнозирования состояний и выборе тактики лечения, — комментирует руководитель проекта — известный радиолог, доктор медицинских наук, профессор Андрей Летягин.