Deep learning. Badania znamion skórnych przy pomocy sztucznej inteligencji

- Wszystko zaczęło się, kiedy poszukiwałam tematu swojej pracy dyplomowej jeszcze podczas studiów inżynierskich. Te tematy, które były zaproponowane przez moją katedrę, nie do końca przypadły mi do gustu. Zastanawiałam się, jaki inny temat mogłabym wybrać. Wiedziałam, że chciałabym zrobić coś przydatnego społecznie i przyszedł mi do głowy pomysł z badaniem znamion skórnych przy pomocy sztucznej inteligencji - wspomina projektantka aplikacji, nagrodzona w konkursie "Młodzi innowacyjni", Agnieszka Mikołajczyk z Katedry Elektrotechniki, Systemów Sterowania i Informatyki Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej.

Asymetria, krawędź, kolor i struktura

Agnieszka Mikołajczyk rozważała w pracy inżynierskiej kategorie związane z asymetrią, krawędzią, kolorem i strukturą znamienia. - Przy asymetrii oceniamy symetrię znamienia, które jeśli nie jest symetryczne, to może świadczyć o charakterze nowotworowym . Tak samo oceniamy kolor, gdzie zdrowe znamię jest zazwyczaj jednolitego koloru, a jeśli pojawia się więcej niż jeden kolor to także może to mówić o charakterze nowotworowym - wyjaśnia gość Jedynki.

Typowe znamię z reguły ma jednolitą strukturę. Z kolei kiedy znamię nowotworowe obejrzymy pod dermatoskopem, zauważymy głębsze warstwy pod skórą znamienia z takimi strukturami jak kropki, linie czy inne wzory. - Podczas swojej pracy magisterskiej rozwinęłam dodatkowo tę aplikację m.in. o szerszą analizę tych struktur - słyszymy.

Na czym polega "deep learning"?

- Głębokie uczenie polega na tym, że trenujemy głębokie sieci neuronowe, czyli posiadające wiele warstw i parametrów dobieranych w trakcie procesu uczenia. Ja tutaj trenowałam tzw. sieci konwolucyjne, dostosowane właśnie do analizy obrazów, które składają się z wielu hierarchicznie następujących po sobie warstw filtrów. Te filtry są właśnie dobierane podczas procesu uczenia. Kiedy uczymy sieć neuronową rozpoznawać, czy na przykład znamię jest łagodne czy złośliwe, to poszczególne warstwy rozpoznają znamiona na coraz bardziej ogólnym i abstrakcyjnym poziomie - tłumaczy Agnieszka Mikołajczyk.

W ten sposób pierwsze warstwy wykrywają pewne krawędzie, natomiast kolejne składają je na przykład w koła, linie i inne kształty, a końcowe warstwy potrafią już złożyć całość w bardziej zaawansowane struktury. - Przykładowo przy rozpoznawaniu twarzy ostatnie warstwy mogą wykrywać oczy, nos, usta itd. Filtry nie są dobierane ręcznie, tylko przez algorytm podczas procesu uczenia - dodaje ekspert Jedynki.

W audycji ponadto:

Astma w czasach COVID-19. Astma to przewlekła choroba zapalna dróg oddechowych z nadreaktywnością oskrzeli, prowadząca do nawracających epizodów świszczącego oddechu, duszności, uczucia ściskania w klatce piersiowej i kaszlu, występujących szczególnie w nocy lub nad ranem. Dominującym objawem astmy jest ostra duszność powiązana ze świszczącym oddechem.

W audycji o przyczynach powstawania astmy, predyspozycjach genetycznych tej choroby, możliwości diagnostyki, najnowszych metodach jej leczenia i o wpływie astmy na przebieg choroby COVID-19. Rozmowa z dr. Piotrem Dąbrowieckim z Wojskowego Instytutu Medycznego.

Czytaj także:

Tytuł audycji: "Eureka"

Prowadził: Krzysztof Michalski

Goście: dr Piotr Dąbrowiecki (Klinika Chorób Infekcyjnych i Alergologii Wojskowego Instytutu Medycznego, przewodniczący Polskiej Federacji Stowarzyszeń Chorych na Astmę, Alergię i POChP), Agnieszka Mikołajczyk (Katedra Elektrotechniki, Systemów Sterowania i Informatyki Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej)

Data emisji: 28.02.2022

Godzina emisji: 19.31

DS