|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ПсковГУ |
||
ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ СВЁРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ В ЦИТОЛОГИЧЕСКОЙ ДИАГНОСТИКЕ УЗЛОВЫХ ОБРАЗОВАНИЙ ЩИТОВИДНОЙ ЖЕЛЕЗЫстатья
Статья опубликована в журнале из списка RSCI Web of Science
Статья опубликована в журнале из перечня ВАКСтатья опубликована в журнале из списка Web of Science и/или Scopus
- Авторы: Солопов М.В., Кавелина А.С., Попандопуло А.Г., Турчин В.В., Ищенко Р.В., Филимонов Д.А.
- Журнал: Проблемы Эндокринологии
- Номер: 71
- Год издания: 2025
- Издательство: Медиа Сфера
- Местоположение издательства: М.
- Первая страница: 4
- Последняя страница: 13
- Номер статьи: 3
- DOI: 10.14341/probl13475
- Аннотация: АКТУАЛЬНОСТЬ. Цитологическое исследование очаговых образований щитовидной железы (ЩЖ) является золо-тым стандартом диагностической программы верификации доброкачественных и злокачественных поражений это-го органа. Рост заболеваемости, недостаток специалистов и потребность автоматизации медицинской диагностикиделают применение машинного обучения, особенно свёрточных нейронных сетей, перспективным направлениемв цитологической диагностике патологии ЩЖ.ЦЕЛЬ. Анализ и оценка роли свёрточных нейронных сетей в цитологической диагностике патологии ЩЖ, исследова-ние их потенциала для повышения точности и автоматизации диагностических процессов.МЕТОДЫ. Анализ литературы из баз данных Pubmed, Google Scholar и научной электронной библиотеки elibrary.ru с использованием ключевых слов «thyroid», «cytology», «cytopathology», «fine-needle aspiration biopsy», «neuralnetwork» и «convolutional neural network». Для анализа отобрано 12 статей, опубликованных с 2018 по 2023 гг.РЕЗУЛЬТАТЫ. В работе рассмотрены основные принципы устройства свёрточных нейронных сетей и показатели, ко-торые используются для оценки их качества. Выполнен анализ исследований по применению свёрточных нейронныхсетей в цитологической диагностике патологии ЩЖ. В соответствии с результатами указанные нейронные сети клас-сифицируют патологические состояния с высокой точностью и чувствительностью, сравнимой с работой опытногоцитолога. Точность классификации папиллярного рака может достигать 99,7%. Однако отсутствие единых стандартовподготовки изображений для обучения нейронных сетей, недостаточное количество исследований с использовани-ем многоцентровых данных и узкий диагностический спектр имеющихся нейросетевых моделей пока ограничиваетвнедрение таких систем искусственного интеллекта в цитологическую диагностическую практику.ЗАКЛЮЧЕНИЕ. Имеющиеся результаты исследований разнообразных вариантов использования свёрточных ней-ронных сетей в цитологической диагностике патологии ЩЖ имеют все шансы стать инициатором серьезного сдвигапарадигмы привычной цитопатологии в сторону цифровой и вычислительной цитопатологии, в которых основныефункции будут выполнять системы на основе искусственного интеллекта.КЛЮЧЕВЫЕ СЛОВА: щитовидная железа; узловое образование; свёрточная нейронная сеть; искусственный интеллект; тонкоигольнаяаспирационная биопсия; цитодиагностика.
- Добавил в систему: Кавелина Анна Станиславовна