https://am.sputniknews.ru/20250902/uchenye-smogli-nauchit-neyroset-diagnostirovat-skolioz-bez-rentgena--92996900.html
Ученые смогли "научить" нейросеть диагностировать сколиоз без рентгена
Ученые смогли "научить" нейросеть диагностировать сколиоз без рентгена
Sputnik Армения
Новая технология открывает возможности для раннего выявления патологий. 02.09.2025, Sputnik Армения
2025-09-02T08:24+0400
2025-09-02T08:24+0400
2025-09-02T08:24+0400
ученые
нейросеть
наука
https://cdn.am.sputniknews.ru/img/561/98/5619868_0:83:1601:983_1920x0_80_0_0_ef208a10fa25acfeea5303293988357b.jpg
ЕРЕВАН, 2 сен - Sputnik. Ученые Пермского Политеха разработали метод диагностики сколиоза с помощью искусственного интеллекта. Для анализа используется обычная камера смартфона: алгоритм строит 3D-модель спины, определяет ключевые точки позвоночника и вычисляет параметры искривления с точностью до 88%, сообщает naked-science.ru. Отмечается, что это решает проблему недоступности дорогих и небезопасных методов диагностики (рентген, МРТ, КТ) для массового и регулярного обследования, особенно детей и беременных. Это нарушает функцию легких и сердца, вызывая одышку и снижение выносливости. Постоянная нагрузка на мышцы провоцирует хронический болевой синдром, ускоряет износ позвоночника, способствуя развитию остеохондроза и грыж. В тяжелых случаях возможны неврологические осложнения, инвалидизация и серьезные психологические проблемы, включая депрессию и социальную дезадаптацию.Существующие методы диагностики сколиоза обладают серьезными ограничениями, особенно для детей и беременных женщин. Рентген снимается в двух проекциях и не позволяет оценить трехмерную деформацию и скручивание позвоночника, к тому же он несет риск лучевой нагрузки. Тест Адамса (наклон вперед) дает лишь субъективную качественную оценку без точных количественных показателей. МРТ, хотя и не несет лучевой нагрузки и преимущественно используется для выявления причин деформаций и предоперационного планирования, но из-за высокой стоимости недоступен для массового обследования. Наиболее серьезные ограничения связаны с компьютерной томографией, которая из-за высокой дозы облучения категорически противопоказана для регулярного мониторинга уязвленных групп населения, что создает существенные проблемы в системе динамического наблюдения за пациентами этих категорий.Ранее ученые Пермского Политеха разработали и с нуля обучили специальную нейросеть, предназначенную для автоматического распознавания ключевых анатомических точек на спине по обычной фотографии. На основе данного алгоритма было создано готовое к использованию приложение для смартфонов и компьютеров, которое предлагает два режима работы: экспресс-анализ по статичному изображению и фотограмметрию — расширенный анализ с построением 3D-модели на основе видеозаписи, которая рассчитывает все необходимые параметры (углы искривления, ротации, асимметрии) без лучевой нагрузки.Для успешного внедрения нейросети в клиническую практику учеными был проведен сравнительный анализ, в ходе которого сопоставили данные, полученные с помощью искусственного интеллекта, с результатами диагностики методом трехмерной оптической томографии. В рамках данной работы она применялась как эталонный метод, обеспечивающий точные измерения деформаций позвоночника и туловища. Такой подход позволил получить объективные данные по асимметрии тела, пространственной ориентации туловища, углам искривления позвоночника и показателям баланса. Полученные результаты использовались в качестве "золотого стандарта" для проверки достоверности нового диагностического метода."В исследовании приняли участие 166 детей, каждому из которых провели диагностику двумя методами: инновационной системой на основе искусственного интеллекта и классической компьютерной оптической томографией. В рамках первого подхода было выполнено 120 фотографий спины с разных ракурсов, на основе которых нейросеть построила детализированную 3D-модель, автоматически определила 16 ключевых анатомических точек (в области шеи, лопаток, талии и других зон) и рассчитала 123 клинических параметра позвоночника, включая все необходимые углы искривления и ротации, — отметил ассистент кафедры "Вычислительная математика, механика и биомеханика ПНИПУ Иван Шитоев.Результаты эксперимента показали высокую степень согласованности с данными рентгенографии, превышающую 75%. При этом по сравнению с компьютерной оптической томографией уровень соответствия достигает 95%. Полученные показатели объективно подтверждают диагностическую точность нейросети по всем важным параметрам. Алгоритм верно идентифицирует как явные нарушения осанки, так и сложные пространственные деформации, обеспечивая уровень анализа, сопоставимый со специализированным медицинским оборудованием.Благодаря этому исследованию, мобильное приложение является эффективным инструментом для массового профилактического обследования и профессиональной клинической оценки, создавая доступную альтернативу дорогостоящим диагностическим системам. Технология открывает возможности для раннего выявления патологий в любых условиях — от медучреждений до домашнего использования.
https://am.sputniknews.ru/20250901/uchenye-razgadali-taynu-cheloveka-edinoroga-92954036.html
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
2025
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
Новости
ru_AM
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
ученые, нейросеть, наука
Ученые смогли "научить" нейросеть диагностировать сколиоз без рентгена
Новая технология открывает возможности для раннего выявления патологий.
ЕРЕВАН, 2 сен - Sputnik. Ученые Пермского Политеха разработали метод диагностики сколиоза с помощью искусственного интеллекта. Для анализа используется обычная камера смартфона: алгоритм строит 3D-модель спины, определяет ключевые точки позвоночника и вычисляет параметры искривления с точностью до 88%, сообщает
naked-science.ru.
Отмечается, что это решает проблему недоступности дорогих и небезопасных методов диагностики (рентген, МРТ, КТ) для массового и регулярного обследования, особенно детей и беременных.
Сколиоз представляет собой опасное трехмерное искривление позвоночника, которое наиболее часто развивается в подростковом возрасте. Согласно медицинской статистике, распространенность сколиоза среди детей достигает 39% случаев. Заболевание характеризуется не только боковой деформацией, но и скручиванием позвоночного столба, что приводит к формированию реберного горба (ротация) и деформации грудной клетки.
Это нарушает функцию легких и сердца, вызывая одышку и снижение выносливости. Постоянная нагрузка на мышцы провоцирует хронический болевой синдром, ускоряет износ позвоночника, способствуя развитию остеохондроза и грыж. В тяжелых случаях возможны неврологические осложнения, инвалидизация и серьезные психологические проблемы, включая депрессию и социальную дезадаптацию.
Существующие методы диагностики сколиоза обладают серьезными ограничениями, особенно для детей и беременных женщин. Рентген снимается в двух проекциях и не позволяет оценить трехмерную деформацию и скручивание позвоночника, к тому же он несет риск лучевой нагрузки. Тест Адамса (наклон вперед) дает лишь субъективную качественную оценку без точных количественных показателей. МРТ, хотя и не несет лучевой нагрузки и преимущественно используется для выявления причин деформаций и предоперационного планирования, но из-за высокой стоимости недоступен для массового обследования. Наиболее серьезные ограничения связаны с компьютерной томографией, которая из-за высокой дозы облучения категорически противопоказана для регулярного мониторинга уязвленных групп населения, что создает существенные проблемы в системе динамического наблюдения за пациентами этих категорий.
Ранее ученые Пермского Политеха разработали и с нуля обучили специальную нейросеть, предназначенную для автоматического распознавания ключевых анатомических точек на спине по обычной фотографии. На основе данного алгоритма было создано готовое к использованию приложение для смартфонов и компьютеров, которое предлагает два режима работы: экспресс-анализ по статичному изображению и фотограмметрию — расширенный анализ с построением 3D-модели на основе видеозаписи, которая рассчитывает все необходимые параметры (углы искривления, ротации, асимметрии) без лучевой нагрузки.
Для успешного внедрения нейросети в клиническую практику учеными был проведен сравнительный анализ, в ходе которого сопоставили данные, полученные с помощью искусственного интеллекта, с результатами диагностики методом трехмерной оптической томографии. В рамках данной работы она применялась как эталонный метод, обеспечивающий точные измерения деформаций позвоночника и туловища. Такой подход позволил получить объективные данные по асимметрии тела, пространственной ориентации туловища, углам искривления позвоночника и показателям баланса. Полученные результаты использовались в качестве "золотого стандарта" для проверки достоверности нового диагностического метода.
"В исследовании приняли участие 166 детей, каждому из которых провели диагностику двумя методами: инновационной системой на основе искусственного интеллекта и классической компьютерной оптической томографией. В рамках первого подхода было выполнено 120 фотографий спины с разных ракурсов, на основе которых нейросеть построила детализированную 3D-модель, автоматически определила 16 ключевых анатомических точек (в области шеи, лопаток, талии и других зон) и рассчитала 123 клинических параметра позвоночника, включая все необходимые углы искривления и ротации, — отметил ассистент кафедры "Вычислительная математика, механика и биомеханика ПНИПУ Иван Шитоев.
Для сравнения результатов двух методов использовали специальный математический подход — корреляционный анализ. Он проверял, насколько изменения в показаниях одного метода соответствуют изменениям другого.
Результаты эксперимента показали высокую степень согласованности с данными рентгенографии, превышающую 75%. При этом по сравнению с компьютерной оптической томографией уровень соответствия достигает 95%. Полученные показатели объективно подтверждают диагностическую точность нейросети по всем важным параметрам. Алгоритм верно идентифицирует как явные нарушения осанки, так и сложные пространственные деформации, обеспечивая уровень анализа, сопоставимый со специализированным медицинским оборудованием.
Благодаря этому исследованию, мобильное приложение является эффективным инструментом для массового профилактического обследования и профессиональной клинической оценки, создавая доступную альтернативу дорогостоящим диагностическим системам. Технология открывает возможности для раннего выявления патологий в любых условиях — от медучреждений до домашнего использования.
