Виявлення переломів у шийному відділі хребта

Завдання

Одним з найпоширеніших переломів хребта у людини є перелом шийного відділу хребта. Збільшення частоти випадків такого виду травм характерно для людей похилого віку. Виявлення зазначених ушкоджень ускладнюється тим фактом, що у дорослих людей важче ідентифікувати місця переломів у шийному відділі хребта через нашарування дегенеративних захворювань та остеопорозу.

Найпопулярніша методологія візуальної діагностики переломів хребта в дорослих є комп'ютерна томографія (КТ). Раніше застосовувалися методики, що використовують рентгенівське випромінювання (рентген). Однак однією із головних причин використання наразі КТ замість рентгена при травмах хребта стала оперативність при виявленні місця перелому, що мінімізує або навіть запобігає посттравматичним неврологічним ускладненням або паралічу.

Огляд рішення

Для вирішення завдання щодо виявлення переломів у шийному відділі хребта було використано вихідний набір експериментальних даних, який включав КТ знімки пацієнтів, отримані з 6 континентів, і налічував понад 3 000 результатів. В організації даних брали участь фахівці-радіологи з Американського товариства нейрорадіології (ASNR) та Американського товариства радіології хребта (ASSR). В результаті вдалося отримати розмічені зображення та опис до них.

Для початку нам потрібно було опрацювати базу даних із 2 000 пацієнтів, у якій на кожну людину було зроблено близько 200 знімків КТ. Завдяки початковій експертній підтримці лікарів-радіологів, які вказали на рівень хребців, наявність та розташування будь-яких переломів шийного відділу хребта, наша команда виявила 1 000 осіб із переломами. Незважаючи на наявність великої кількості знімків для кожного такого пацієнта, тільки на кількох зображеннях було видно будь-які переломи, але й вони, як правило, були ледь помітні.

Щоб уникнути перенавчання моделі, ми розділили шийний відділ хребта на окремі хребці і працювали як окремо з кожним з них, так і відразу повним складом. Для цього ми застосували двовимірну семантичну сегментацію з використанням масок хребців, які були застосовані лише для 87 пацієнтів. Незважаючи на це, після кількох днів навчання на потужних комп'ютерах із Tesla T4 ми досягли метрики IoU ~ 0,98, що вказує на високу точність розробленої моделі.

Завдання виявити переломи шийного відділу хребта було поставлено на відкритому конкурсі Kaggle.

Технічні деталі

Технологічні процеси запропонованого рішення передбачають кілька етапів для покращення якості зображення і точності діагностики. Ми застосовуємо кадрування як попередній етап обробки, використовуючи передові методи, такі як адаптивне кадрування, щоб надати більше інформації про структуру та щільність кісток, які зображені на знімку.

• Перший етап технологічного процесу (конвеєра) включає двовимірну семантичну сегментацію хребців (застосовано для 87 випадків). Для цього використовується EfficientNet v2s + UNet. Результатом цього етапу є набір масок для зразків окремих хребців.
• Другий етап конвеєра включає 2.5D класифікацію зрізів (застосовуючи [slice-1, slice, slice+1] у якості 3 каналів) з використанням двох різних типів моделей. Модель першого типу обробляє кожен зразок хребця окремо за допомогою 2D CNN і LSTM, а модель другого типу обробляє всі 7 хребців пацієнта одночасно, використовуючи таку ж архітектуру.
• Моделі навчаються на 14000 зразках хребців із 20 зрізами (кожен зріз 2,5D), отриманих за z-виміром.
• Останній етап передбачає завершення навчання моделі за допомогою 5-кратної перекрестної валідації для забезпечення стійкості та надійності.

Використовуючи ці передові методи та моделі, ми досягли високої точності та ефективності у виявленні переломів шийного відділу хребта за знімками КТ.