Искусственные нейронные сети в кардиологии: анализ графических данных

Abstract

Рассмотрены области применения сверточных нейронных сетей для обработки медицинских изображений в различных сферах кардиологии и кардиохирургии на примере публикаций с 2016 по 2019 г. В данной работе использовались следующие базы научных статей: PubMed Central, ArXiv, ResearchGate. Приведенные работы структурировались по области интереса (сердце, аорта, сонные артерии). Описан общий принцип работы рассматриваемой технологии, показаны результаты и рассмотрены основные области применения данной технологии в анализируемых работах. Для большинства приведенных исследований приведены объемы выборок, авторское видение развития сверточных нейронных сетей в медицине и перечислены некоторые ограничивающие факторы для их распространения. Показаны возможные сферы применения сверточных нейронных сетей в области кардиологии и кардиохирургии. Не отрицая существующие проблемы, такой тип искусственных нейронных сетей в будущем может стать верным помощником для широкого спектра врачей и исследователей.

Aim. To consider application of convolutional neural networks for processing medical images in various fields of cardiology and cardiac surgery using publications from 2016 to 2019 as an example. Materials and methods. In the study, we used the following scientific databases: PubMed Central, ArXiv, ResearchGate. The cited publications were grouped by the area of interest (heart, aorta, carotid arteries). Results. The general principle of work of the technology under consideration was described, the results were shown, and the main areas of application of this technology in the studies under consideration were described. For most of the studies, sample sizes were given. The author’s view on the development of convolutional neural networks in medicine was presented and some limiting factors for their distribution were listed. Conclusion. A brief overview shows possible areas of application of convolutional neural networks in the fields of cardiology and cardiac surgery. Without denying the existing problems, this type of artificial neural networks may help many doctors and researchers in the future.