По данным специалистов, аллергия служит причиной заболеваний не менее 30% населения, испытывающих проблемы со здоровьем. При этом симптомы аллергии имеют хорошо выраженный визуальный эффект, что позволяет использовать для ее диагностирования анализ изображений с применением возможностей искусственного интеллекта. Кроме того, программные продукты для неинвазивной диагностики могут использоваться самими пациентами, что позволит проводить предварительную диагностику ещё до посещения медицинского учреждения.
Магистрантом вуза Анваром Башировым под руководством заведующей кафедрой «Интеллектуальные системы в управлении и автоматизации» МТУСИ Лилии Вороновой была проанализирована соответствующая предметная область и предложено решение — свёрточная нейронная сеть для классификации кожных проявлений аллергических заболеваний.
Для реализации проекта использовались две архитектуры нейронных сетей – YOLO и VGG-16, причем детекция симптомов проводилась как для всего изображения, так и для определенному его участка. Обучение сети проводилось с использованием набора данных, содержащего 3345 изображений, размеченных для 28 групп заболеваний. Данные собирались из специализированных публичных Интернет-ресурсов.
Нейронная сеть на базе архитектуры VGG-16 была обучена для классификации кожных проявлений аллергических заболеваний по всему изображению, а сеть на базе архитектуры YOLO – для детекции и классификации участков изображения с признаками заболевания. Тестирование обеих моделей показало вполне удовлетворительные результаты. Так, нейронная сеть YOLO продемонстрировала наиболее высокие метрики качества на следующих заболеваниях: аквагенная крапивница (98%), аллергический конъюнктивит (95%), периоральный дерматит (100%). Нейронная сеть VGG-16, в свою очередь, способна корректно распознавать некоторые заболевания, имеющие ярко выраженную симптоматику, например аллергический конъюнктивит (свыше 90 %), варикозную экзему (79%), стригущий лишай (60 %).
«Применение методов машинного обучения для диагностирования аллергических заболеваний может стать интересным дополнением для инструментария врачей-практиков. Мы обязательно продолжим исследования как для других видов заболеваний, так и для других параметров обучающих наборов», рассказала Лилия Воронова, доктор физико-математических наук, профессор, заведующая кафедрой «Интеллектуальные системы в управлении и автоматизации» МТУСИ.
Исследователями планируется дальнейшее применение нейронных сетей на базе архитектур VGG-16 и YOLO для диагностирования аллергических заболеваний, имеющие схожие визуальные признаки. Для более точной диагностики таких заболеваний как крапивница и экзема, требуется использовать дополнительные признаки – например информацию об обстоятельствах поражения кожи.
