«Обнаружение поврежденных позвонков в шейном отделе с помощью глубокого обучения»

Аннотация проекта

Шейный отдел является самой верхней и подвижной частью позвоночника, обеспечивая разнообразие и свободу движения головы. Травмы шейного отдела можно разделить на подвывихи и вывихи, повреждение связочного аппарата и переломы позвонков. В случае перелома требуется немедленное хирургическое вмешательство, а период восстановления занимает от 3 месяцев до 1 года. В случае несвоевременного лечения возможно нарушение проводимости нервных импульсов, возникновение хронического болевого синдрома, нарушение дыхания, глотания и т.д.

Цель проекта

Модель будет использоваться для обнаружения поврежденных позвонков в шейном отделе. Используя инструмент PyTorch, будут построены модели глубокого обучения, и оптимизированы с использованием данных из открытых источников. Финальной целью является разработка веб приложения с открытым исходным кодом для анализа снимка КТ и получения результата работы моделей о наличии повреждений.

Задачи проекта

  1. Разработка модели глубокого обучения для автоматизированного обнаружения поврежденных позвонков в шейном отделе посредством проведения сегментации, локализации и детекции повреждений шейных позвонков
  2. Валидация модели на возможность детекции повреждений с использованием медицинских изображений
  3. Сравнение итогов валидации с результатами существующих моделей и способностями определения экспертами-вертебрологами
  4. Исследование клинических применений модели для оценки точности диагностирования поврежденности позвонков
  5. Разработка веб приложения для обнаруженая повреждений позвонков в шейном отделе на загруженном снимке КТ сканирования

Команда проекта

1) Айдана Жалгас Бозқұланқызы, магистр естественных наук, сеньор-лектор.
Научный руководитель проекта. Роль в проекте: Руководство проектом, выполнение всех этапов согласно графику проекту и обеспечение необходимых результатов.

2) Александр Гаврилко – Выпускник AITU 2023 по специальности BDA. Исследователь проекта. Писать код на Python-е; Модель локализации; Разработка приложения.

3) Аян Дуйсенов — Выпускник AITU 2023 по специальности BDA. Исследователь проекта. Писать код на Python-е; Модель классификации; Разработка приложения.

Ожидаемые результаты

Рис. 1. Концепт веб приложения для анализа и обработки снимка КТ: интерактивная 3D реконструкция шейных позвонков и часть снимка КТ с метаданными

Рис. 2. Концепт веб приложения для анализа и обработки снимка КТ: получения результата анализа на наличие повреждений

Рис. 3. Схема работы над рисунками

Рис. 4. Промежуточные результаты

https://ejournal.unperba.ac.id/pages/uploads/sv388/ https://ejournal.unperba.ac.id/pages/uploads/ladangtoto/ https://poltekkespangkalpinang.ac.id/public/assets/scatter-hitam/ https://poltekkespangkalpinang.ac.id/public/assets/blog/sv388/ https://poltekkespangkalpinang.ac.id/public/uploads/depo-5k/ https://smpn9prob.sch.id/content/luckybet89/