Сибирский центр искусственного интеллекта Томского государственного университета вместе с Институтом высшей нервной деятельности и нейрофизиологии (ИВНД и НФ) РАН разработали систему для автоматической разметки записи мозговой активности – электрокортикограммы (ЭКоГ) у лабораторных крыс. Система с высокой точностью определяет фазы глубокого сна и фиксирует эпизоды абсансной эпилепсии. Разработка будет использована для исследования абсансной эпилепсии у крыс, что позволит улучшить подходы для диагностики и лечения этого заболевания людей.
По данным Всемирной организации здравоохранения (ВОЗ), около 50 миллионов человек во всем мире страдают эпилепсией. Диагностика этого заболевания часто затруднена из-за многообразия проявлений приступов и сходства их с другими состояниями. В частности, это касается абсансной эпилепсии, при которой у человека возникают кратковременные эпизоды потери сознания, но без судорог.
– Отправной точкой для нового проекта стала победа команды Сибирского центра ИИ на хакатоне «Цифровой прорыв. Сезон: искусственный интеллект», – рассказывает директор Сибирского центра ИИ ТГУ Данил Белоус. – Держателем кейса, который мы решали, выступал Институт высшей нервной деятельности и нейрофизиологии РАН. Наше взаимодействие продолжилось и за рамками хакатона. Совместно с экспертами ИВНД и НФ РАН мы разработали автоматизированную систему для выявления фазы глубокого сна и фиксации эпизодов абсансной эпилепсии у крыс линии WAG/Rij. Эта линия выведена специально и используется в качестве модели для изучения природы абсансной эпилепсии и механизмов ее развития.
Нарушения структуры сна часто сопровождают системные заболевания и связаны с риском развития психических и нервных расстройств. Анализ мозговой активности во время сна – один из важных методов диагностики эпилепсии. Установлена взаимосвязь между эпилепсией и специфическими нарушениями структуры сна, в частности, фрагментарности фазы глубокого сна.
В настоящее время расшифровка электрокортикограммы обычно проводится специалистом вручную, что занимает очень много времени. Специалисты Сибирского центра ИИ ТГУ разработали и обучили систему, которая полностью автоматизирует процесс обнаружения пик-волновых разрядов – одного из основных признаков эпилептических приступов. При этом им удалось достичь максимальной на сегодняшний день точности – 88% по F1-score (метрика в машинном обучении, которая измеряет точность и полноту модели классификации, объединяя их в одно число).
Для проведения анализа разработанной системе достаточно данных всего одного электрода, установленного в левой лобной доле головного мозга животного. Даже при использовании сигнала с противоположного полушария точность остается высокой – на уровне 82–84%, при условии, что модель была обучена только на данных левого электрода.
– Проект был крайне интересным, поскольку потребовал от нас, специалистов из области машинного обучения, погрузиться в такую сложную и местами неопределенную область, как изучение нашего мозга, – говорит один из разработчиков автоматизированной системы, сотрудник Сибирского центра ИИ ТГУ Александр Ковалёв. – Мы обучали модель на библиотеке данных, размеченных экспертами ИВНД и НФ РАН. Сделали приложение, теперь в него можно загружать данные ЭКоГ. Система производит весь процесс обработки данных без участия эксперта с минимумом погрешностей.
Как отмечает второй разработчик Андрей Тарасенко, вместо ресурсоёмких нейросетевых архитектур команда применила алгоритм классического машинного обучения CatBoost в сочетании с вейвлет-преобразованием (предоставляет информацию о частоте и местоположении этой частоты во времени) и анализом контекстных сегментов. Такой подход позволил наряду с высокой точностью обеспечить максимальную скорость – обработка часовой записи идет всего 15–25 секунд. При этом не требуется больших вычислительных мощностей.
– Специалисты Сибирского центра ИИ ТГУ показали высокий уровень квалификации. В результате совместной работы получен эффективный и быстродействующий алгоритм для распознавания пик-волновой активности и глубокого сна на записях ЭКоГ, – отмечает сотрудник группы нейробиологии поведения ИВНД и НФ РАН Иван Лазаренко. – Использование автоматических алгоритмов существенно облегчает анализ таких записей, снижая временные затраты в десятки раз с минимальными потерями в точности. Разработка и внедрение подобных методов для решения трудоемких задач, требующих больших затрат времени и сил специалистов, крайне востребованы в научной деятельности.
Система, созданная специалистами ТГУ, ускорит исследования абсанс-эпилепсии и позволит получить новые фундаментальные данные о причинах и механизмах развития заболевания. Результаты этой работы сотрудники Сибирского центра ИИ ТГУ с ИВНД и НФ РАН изложат в совместной статье в научном журнале.
Для справки: Сибирский центр искусственного интеллекта Томского государственного университета – совместный проект ТГУ и ПАО Сбербанк. Специализируется на разработке и внедрении решений в области компьютерного зрения, обработки естественного языка и классического машинного обучения. Реализует проекты в сферах науки, медицины, бизнеса и образования. Среди направлений – системы анализа изображений и видеопотоков, автоматизация работы с текстовыми данными, прогнозирование и оптимизация процессов.