Аннотируйте данные и тренируйте собственную модель сегментации для обнаружения COVID-19 при КТ грудной клетки. Обратите внимание, что GGO / консолидации, созданные на TrainingData.io, предназначены только для исследовательских целей, они не предназначены для клинической диагностики.

В марте 2020 года, чтобы помочь специалистам по данным, работающим над инструментами диагностики COVID-19, TrainingData.io предоставил бесплатное рабочее пространство для совместной работы, предварительно загруженное с набором данных с открытым исходным кодом, включая рентгеновский снимок грудной клетки и изображения КТ грудной клетки. Мы хотели бы поблагодарить наших пользователей за их вклад. Мы многому научились у наших пользователей. Теперь TrainingData.io запустил пользовательский интерфейс с возможностью перетаскивания, чтобы предоставить возможности ИИ каждому специалисту по обработке данных, больнице и клинике по всему миру, борющимся с инфекцией COVID-19.

В борьбе с COVID-19 медицинскому персоналу доступны четыре различных вида диагностических данных: а) результаты тестов ОТ-ПЦР, б) результаты тестов на антитела, в) рентгеновское сканирование грудной клетки и г) компьютерная томография грудной клетки. Результаты тестирования RT-PCR и результаты теста на антитела используются в качестве первого шага для обнаружения COVID-19. Рентген грудной клетки и компьютерная томография грудной клетки используются для наблюдения за прогрессированием заболевания в легких пациента с диагнозом COVID-19.

Поражение легких в бессимптомных случаях: исследователи изучили и опубликовали клинические модели бессимптомных инфекций в Природной медицине. Они обнаружили, что бессимптомные случаи COVID-19 показывают долгосрочное повреждение легких. В одном из таких исследований было обнаружено, что КТ-исследование грудной клетки бессимптомных пациентов показало полосатые тени, а в некоторых случаях матовое помутнение, что является признаком воспаления легких.

Из-за огромного размера популяции, пораженной этим вирусом, возможность изучения поражения легких в бессимптомных случаях зависит от легкой доступности программных инструментов для автоматического обнаружения и визуализации инфекции COVID-19 при КТ грудной клетки.

COVID-19 Помутнения матового стекла (GGO) и консолидация в данных КТ грудной клетки

Когда у пациента с COVID-19 вирус распространяется по телу, происходит накопление жидкости в крошечных воздушных мешочках в легких, называемых альвеолами [2]. Присутствие этой жидкости вызывает воспаление легких. Рост воспаления легких можно наблюдать на рентгеновских снимках и компьютерной томографии. Воспаление легких проявляется в виде помутнений матового стекла (GGO), за которыми следуют уплотнения матового стекла.

Медицинский персонал должен руководствоваться некоторыми критериями, чтобы принять решение о переводе пациента на кислородную терапию или систему ИВЛ или отключение выздоравливающего пациента от системы ИВЛ. Визуализация структур GGO / консолидации при компьютерной томографии играет важную роль в помощи медицинскому персоналу в принятии правильных решений.

Сегментация GGO / консолидаций по COVID-19 на TrainingData.io

Начиная с набора данных КТ грудной клетки пациентов, у которых диагностирован COVID-19 в ходе ПЦР-тестов, специалистам по данным необходимо создать маски сегментации легких и маски сегментации матового стекла (инфекция COVID-19). TrainingData.io обеспечивает сохраняющую конфиденциальность структуру с параллельным распределением, позволяющую передать работы по аннотации нескольким радиологам на аутсорсинг. Все срезы КТ-исследования могут быть точно аннотированы на уровне пикселей и визуализированы в клиенте 3D-аннотации, предоставляемом TrainingData.io.

Полуавтоматическая сегментация GGO / консолидаций с помощью ИИ

TrainingData.io предоставляет модель машинного обучения сегментации, которая генерирует непрозрачность / консолидацию матового стекла для входного КТ-исследования грудной клетки. Эту модель можно использовать для начальной сегментации. Позже радиологи могут исправить результаты автоматической сегментации.

От аннотированного набора данных КТ грудной клетки к модели ML (сегментация) за несколько кликов

Зачем региональной больнице или клинике модель машинного обучения для сегментации GGO / консолидаций, обученных с использованием ее набора данных? Ответ на этот вопрос лежит в науке, стоящей за мутацией вирусов. COVID-19 вызывается вирусом SARS-CoV-2. Было обнаружено, что этот вирус мутирует с высокой скоростью, при этом большая часть генетического разнообразия обнаруживается во всех пораженных странах. Различные мутации вируса могут по-разному повлиять на местное население.

Как только набор данных КТ и маски сегментации готовы, специалист по анализу данных должен заново обучить существующую модель машинного обучения, чтобы она лучше соответствовала местным демографическим характеристикам. Этого можно достичь несколькими щелчками мыши в веб-приложении TrainingData.io.

Примечание. GGO / консолидации, созданные на TrainingData.io, предназначены только для исследовательских целей, а не для клинической диагностики.

[1] https://www.nature.com/articles/s41591-020-0965-6.pdf

[2] https://www.webmd.com/lung/what-does-covid-do-to-your-lungs

Этот блог впервые был опубликован в Блоге TrainingData.io.

Первый пост из серии: https://towardsdatascience.com/covid-19-imaging-dataset-chest-xray-ct-for-annotation-collaboration-5f6e076f5f22