Исследователи из Швейцарии разработали и протестировали надежную модель ИИ, которая автоматически сегментирует основные анатомические структуры на изображениях МРТ независимо от последовательности, согласно новому исследованию, опубликованному в журнале Radiology . В исследовании модель превзошла другие общедоступные инструменты.

«Традиционно МРТ-изображения сегментировались вручную, что является трудоемким процессом, требующим интенсивных усилий со стороны рентгенологов и подверженным вариабельности между считывателями», — сказал Якоб Вассерталь, доктор философии, научный сотрудник отделения радиологии в университетской клинике Базеля в Швейцарии. «Автоматизированные системы могут потенциально снизить нагрузку на рентгенолога, минимизировать человеческие ошибки и обеспечить более последовательные и воспроизводимые результаты».

Доктор Вассерталь и его коллеги создали автоматизированный инструмент сегментации с открытым исходным кодом под названием TotalSegmentator MRI на основе nnU-Net, самоконфигурируемой структуры, которая установила новые стандарты в сегментации медицинских изображений. Он адаптируется к любому новому набору данных с минимальным вмешательством пользователя, автоматически корректируя свою архитектуру, предварительную обработку и стратегии обучения для оптимизации производительности.

Аналогичную модель для КТ (TotalSegmentator CT) используют более 300 000 пользователей по всему миру для обработки более 100 000 КТ-изображений ежедневно.