компьютерное зрение

В статье описывается система автоматической классификации типов свода стопы (плоскостопие, высокий свод, норма) на основе изображений отпечатков, полученных с помощью матрицы Харриса. Для анализа применяются методы машинного обучения, включая сверточную нейронную сеть (MobileNetV2) и метод опорных векторов (SVM), что позволяет автоматически выявлять патологии, влияющие на осанку и походку.

Статья предлагает новую модель EMSSTGAN на основе графовых сетей внимания для автоматического измерения толщины воротникового пространства (NT) на УЗИ. Метод включает предварительную обработку изображений, сегментацию области NT и точное измерение толщины для оценки риска хромосомных аномалий, достигая точности 98,15%. Это решение устраняет субъективность ручного измерения и повышает надежность ранней диагностики.

В статье представлена новая методология оценки OCTAVE (Octave-scale Evaluation), предназначенная для более точной проверки моделей искусственного интеллекта, предсказывающих пространственную экспрессию генов на основе гистологических изображений. Авторы критикуют стандартный метрический подход, основанный на среднем коэффициенте корреляции Пирсона (PCC) по генам, указывая на его неспособность различать пространственные масштабы: модель может получать высокие баллы просто за улавливание крупной организации ткани, игнорируя мелкомасштабные детали. Для демонстрации этой проблемы используется концепция «доменного оракула», который показывает, что даже простые статистические предсказания на основе разбиения ткани достигают 82–123% от результата сложных обучаемых моделей при стандартном разрешении (~100 мкм). Методология OCTAVE решает эту проблему, разделяя предсказания и измерения на пространственные полосы шириной в микрометры и оценивая их соответствие на каждом отдельном масштабе. Анализ данных Xenium с разрешением 16 мкм выявил, что на мелких масштабах (~20 мкм) недостатки моделей становятся значительно более очевидными, чем это видно через призму PCC, а оракул отстает от обученной модели в 2,4 раза больше, чем по среднему PCC. Исследование охватило 57 различных кодировщиков изображений и показало, что finest band (самый мелкий масштаб) меняет рейтинг 261 пары из 1596 по сравнению со стандартной метрикой, что доказывает несостоятельность текущих бенчмарков шириной 50 мкм для валидации тонкой структуры. Внедрение OCTAVE позволяет напрямую валидировать способность ИИ-моделей предсказывать экспрессию генов на конкретных пространственных масштабах, что критически важно для развития точной цифровой патологии и пространственной транскриптомики.

Leica Biosystems интегрировала два ИИ-продукта от Tempus (Paige PanCancer Detect и Paige Prostate) в свою платформу Aperio AI Store для цифровой патологии. Эти инструменты предназначены для исследований, помогая выявлять подозрительные области при более чем 40 типах рака и оценивать особенности рака простаты на основе гистологических изображений.

В исследовании, опубликованном в журнале npj Digital Medicine, представлена новая методика автоматизированной количественной оценки и трехмерной визуализации острой травмы спинного мозга шейного отдела позвоночника с использованием данных магнитно-резонансной томографии (МРТ). Авторы разработали алгоритмы искусственного интеллекта и машинного обучения для обработки многопоследовательных МРТ-сканов, что позволяет не только точно определять локализацию и степень повреждения, но и создавать детализированные 3D-модели пораженных участков. Методология включает автоматическое сегментирование тканей спинного мозга и выделение патологических изменений на различных последовательностях сканирования, что значительно превосходит традиционные ручные методы оценки по скорости и воспроизводимости. Ключевые результаты демонстрируют высокую точность алгоритмов в дифференциации типов травм и оценке объема повреждения, что критически важно для прогнозирования исходов лечения и планирования хирургических вмешательств. Внедрение данной технологии в клиническую практику способно сократить время диагностики, минимизировать субъективность оценки радиологов и улучшить коммуникацию между специалистами благодаря наглядной 3D-визуализации. Исследование подчеркивает значимость применения ИИ в нейрорадиологии для повышения качества помощи пациентам с острыми травмами спинного мозга.

В исследовании, опубликованном в журнале npj Digital Medicine 29 сентября 2026 года, представлена инновационная мобильная платформа Strabismus-Net, предназначенная для автоматизированной диагностики косоглазия на основе стандартных фотографий глаз. Архитектура приложения базируется на передовой нейросетевой модели, использующей механизм двухпоточного кросс-внимания (dual-stream cross-attention) для глубокого анализа микровыражений и выравнивания зрачков, а также метод адаптивного агрегирования признаков для повышения точности классификации типов косоглазия. Система обрабатывает изображения, сделанные в девяти различных направлениях взгляда, что позволяет учитывать сложные паттерны отклонения глазных яблок и снижает вероятность ложноположительных результатов, характерных для однокадровых систем. Ключевым преимуществом разработки является интеграция мощных алгоритмов компьютерного зрения непосредственно в мобильное приложение, что делает инструмент доступным для использования в условиях амбулаторного приема или даже в домашних условиях без необходимости в дорогостоящем специализированном оборудовании. Результаты тестирования демонстрируют высокую чувствительность и специфичность модели, сопоставимые с оценками опытных офтальмологов, что подтверждает клиническую значимость предложенного подхода. Внедрение такого решения способно существенно ускорить первичный скрининг пациентов, особенно в регионах с нехваткой узких специалистов, и способствовать раннему выявлению нарушений зрительной функции у детей и взрослых.

В данной систематическом обзоре, опубликованном в журнале Artificial Intelligence in Medicine в декабре 2026 года, рассматривается эволюция методов глубокого обучения, применяемых в традиционной китайской медицине для диагностики по состоянию языка. Авторы анализируют переход от классических архитектур, таких как сверточные нейронные сети (CNN), к современным большим базовым моделям (foundation models), способным обрабатывать сложные мультимодальные данные. Исследование охватывает ключевые этапы развития алгоритмов, их применение для классификации паттернов языка, извлечения признаков и повышения точности диагностики. Особое внимание уделяется преимуществам больших моделей в контексте обобщения знаний и работы с ограниченными наборами медицинских данных. Обсуждаются технические вызовы, связанные с интерпретируемостью нейросетевых решений и необходимостью валидации в клинических условиях. Результаты обзора демонстрируют значительный потенциал интеграции передовых ИИ-технологий в практику восточной медицины для создания более объективных и автоматизированных систем поддержки врачебных решений. Статья служит важным ориентиром для исследователей, работающих на стыке искусственного интеллекта и традиционной медицины.

В исследовании оценивалась диагностическая эффективность офлайн-системы на базе искусственного интеллекта, интегрированной в смартфон-офтальмоскоп Remidio Fundus on Phone, для выявления диабетической ретинопатии (ДР) в условиях ограниченных ресурсов. Проспективное исследование проведено в амбулаторном отделении Медицинского центра имени Джона Ф. Кеннеди в Монровии, Либерия, с участием 1612 взрослых пациентов. Золотым стандартом служила оценка изображений двумя офтальмологами согласно классификации ICDR, при этом ИИ-алгоритм работал автономно без подключения к интернету. Среди 1198 участников с качественными снимками ИИ выявил 10 из 11 случаев реферальной ДР, что обеспечило чувствительность 90,9% (95% ДИ: 58,7%–100%). Специфичность алгоритма составила 99,7% (95% ДИ: 99,1%–99,9%) при классификации пациентов без реферальной патологии. Положительная прогностическая ценность составила 71,4%, а отрицательная — 99,9%, что подтверждает высокую надежность исключения заболевания. Результаты демонстрируют высокую жизнеспособность использования портативных ИИ-решений для скрининга ДР в странах с низким уровнем дохода, где доступ к специалистам ограничен. Данное исследование вносит важный вклад в развитие телемедицины и доступности офтальмологической помощи в глобальном масштабе.

В статье предложен гибридный фреймворк для обнаружения серповидноклеточных эритроцитов, сочетающий легковесные CNN-модели, обученные с помощью дистилляции знаний (Knowledge Distillation), с классификатором KNN. Система достигает точности 95,45% и оптимизирована для развертывания на устройствах с ограниченными ресурсами (Raspberry Pi) в формате TensorFlow Lite.

В данном исследовании проводится сравнительный анализ глубоких нейронных сетей для задач локализации, сегментации и классификации костных опухолей на основе рентгеновских снимков. Авторы использовали публичный набор данных BTXRD, состоящий из 3746 мускулоскелетных рентгенограмм, для обучения и тестирования нескольких архитектур: сегментационной модели YOLOv8s-seg и классификаторов MobileNetV3-Large, EfficientNet-B3 и ConvNeXt-Tiny. Особое внимание уделено объяснимости ИИ (XAI): методы Grad-CAM, Grad-CAM++ и Layer-CAM применялись для генерации карт активации, которые затем количественно сравнивались с экспертными масками опухолей с помощью метрик IoU. Результаты показали, что модель ConvNeXt-Tiny достигла наивысшей точности бинарной классификации — 0.879, а YOLOv8s-seg продемонстрировала среднюю точность mAP50 на уровне 0.676 для боксов и 0.668 для масок. При объединении классификатора EfficientNet-B3 и сегментатора YOLOv8s-seg было достигнуто согласие в 80.7% случаев тестовой выборки, при этом точность внутри согласованной подвыборки составила 93.6%. Исследование подчеркивает важность пространственного соответствия в объяснимых моделях, хотя и отмечает ограничения внешнего валидационного набора данных, который не позволяет оценить специфичность и частоту ложноположительных срабатываний. Работа демонстрирует практический потенциал глубокого обучения в радиологии, особенно в контексте интерпретируемости решений ИИ для врачей-рентгенологов.

В статье представлен новый вычислительный фреймворк CryoMV, предназначенный для анализа непрерывной структурной гетерогенности белков с использованием данных криоэлектронной микроскопии (крио-ЭМ). Методология интегрирует моделирование, основанное на структурных приоритетах (используя эталонные карты плотности как якоря), с строгой валидацией на реальных 2D-изображениях частиц. Алгоритм строит кандидаты на пути конформационных переходов, оценивает их поддержку экспериментальными данными через оценку поз частиц и функций контраста, а затем реконструирует поддерживаемые конформации методом обратного проецирования. Исследование демонстрирует высокую надежность и разрешающую способность метода на наборах данных EMPIAR-10516 и EMPIAR-10345. Ключевым преимуществом CryoMV является явный механизм проверки того, сгенерированные ли конформации действительно подтверждаются экспериментальными данными, что позволяет существенно снизить артефакты, вызванные моделями. Этот подход решает проблему высокого уровня шума и размытия движения, характерную для сырых данных крио-ЭМ. Разработка имеет прямое значение для структурной биологии и разработки лекарств, так как позволяет точнее понимать фундаментальные биологические процессы, зависящие от динамики белков. Технология представляет собой значительный шаг вперед в автоматизации и точности анализа непрерывных конформационных изменений макромолекул.

В исследовании, опубликованном в журнале npj Digital Medicine, проводится детальная оценка возможностей генеративного искусственного интеллекта в контексте создания синтетических хирургических видео. Авторы фокусируются на измерении так называемого «разрыва в правдоподобии» (plausibility gap) — разницы между качеством сгенерированных моделей и реальными хирургическими процедурами. Для объективной оценки используется метод экспертной оценки, при котором опытные хирурги анализируют сгенерированные видеоматериалы на предмет анатомической точности, реалистичности движений инструментов и общей клинической достоверности. Исследование демонстрирует, что современные генеративные модели способны создавать высококачественные симуляции, однако сохраняются значительные пробелы в передаче тонких нюансов хирургической техники. Полученные количественные метрики позволяют стандартизировать оценку качества генеративных моделей для медицинских нужд. Результаты работы имеют важное значение для разработки обучающих симуляторов, тестирования алгоритмов компьютерного зрения и создания датасетов для обучения ИИ-систем в хирургии. Работа закладывает основу для более надежного применения генеративного ИИ в медицинском образовании и предоперационном планировании.

В статье представлен метод ортогонально-полиномиального изображения (OPI), который преобразует 12-канальные ЭКГ в двумерные изображения для использования в моделях компьютерного зрения. Метод демонстрирует высокую эффективность классификации на данных PhysioNet, сохраняя диагностически важную информацию без потерь.

В исследовании разработана мультимодальная модель ИИ, объединяющая данные КТ-визуализации (с использованием предобученной нейросети DINOv3) и клинические переменные для предоперационной оценки инвазивности легочных узлов. Модель продемонстрировала высокую точность (средний AUC 0.8566) в дифференциации предраковых поражений и инвазивной аденокарциномы легкого на внутреннем наборе данных.

Статья представляет SSLVNet — гибридную модель на базе самообучения и Vision Transformers для автоматической многоклассовой диагностики заболеваний сетчатки по фотографиям глазного дна. Модель достигает высокой точности (84.44%) и обеспечивает интерпретируемость предсказаний с помощью Grad-CAM, что критически важно для внедрения в клиническую практику.

Компания DeepHealth получила одобрение FDA 510(k) для решения Chest XRay — системы компьютерного обнаружения (CADe) на основе фундаментальной модели ИИ, предназначенной для выявления и локализации патологий грудной клетки на рентгенограммах. Система анализирует четыре категории находок, включая узлы, консолидацию и пневмоторакс, и уже используется в Европе, обрабатывая более 2,8 млн исследований ежегодно.

В статье исследуется проблема систематической ошибки (bias) в моделях компьютерного зрения, оценивающих индекс массы тела (ИМТ) по фотографиям лиц. Такие модели предлагают неинвазивную и недорогую альтернативу физическим измерениям, что полезно для телемедицины, неотложной помощи, автоматического самоконтроля и крупномасштабных эпидемиологических исследований. Однако большинство существующих моделей обучаются на правительственных записях, изображениях из социальных сетей и фотографиях знаменитостей, что приводит к смещению выборки и неспособности представлять широкую общественность. Авторы обучили и оценили модели Vision Transformer (ViT-H/14) на парных данных ИМТ и фотографий лиц из четырех коренных популяций: оранг-асли (Малайзия), джу/'хоанси (Южная Африка), сама (Филиппины) и цимане (Боливия). Были сравнены четыре стратегии обучения: от моделей, обученных на одной популяции (фокальные модели), до моделей, обученных на полном объединенном глобальном наборе данных (глобальные модели). Результаты показали, что обучение на данных целевой популяции всегда дает наилучшую точность. Однако когда целевая популяция отличается от обучающей выборки, добавление большего разнообразия в обучение улучшает предсказания для невидимых популяций. Таким образом, обучение на собственных данных популяции оптимально, если такие данные существуют, а обучение на данных, охватывающих широкий спектр морфологии человека, является лучшей альтернативой в противном случае. Эти выводы подчеркивают важность разнообразия обучающих данных для разработки надежных инструментов машинного обучения в здравоохранении, которые могут обобщаться на разные человеческие популяции.

В исследовании разработана модифицированная модель на основе ResNet50 (ResNet50-SCPA-Net) для автоматической классификации стадий цирроза печени по МРТ-изображениям. Модель объединяет SE-канальное и CBAM-пространственное внимание в параллельной структуре с обучаемым параметром слияния. Достигнута точность 80.82%, сбалансированная точность 81.93%, F1-мера 82.55% и AUC 93.05%, что подтверждает эффективность подхода.

NVIDIA представила компактный компьютер Jetson Orin Nano 2 для периферийных вычислений, предназначенный для запуска генеративных ИИ-моделей на дронах, роботах и системах машинного зрения. Устройство обеспечивает вдвое большую производительность инференса по сравнению с предшественником при сниженном энергопотреблении, позволяя выполнять задачи реального времени на периферии.