Вход
RU
+7 (495) 482-4118
+7 (495) 482-0604
+8 800 250-18-12
  • (бесплатный номер по вопросам подписки)
    пн-пт с 10 до 18
  • Издательство «Медиа Сфера»
    а/я 54, Москва, Россия, 127238
  • info@mediasphera.ru

  • © 1998-2025
+7 (495) 482-43-29
RU
Все журналы
Журнал
Год
Год
Результаты поиска: 0

Крюков А.И.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения города Москвы

Сударев П.А.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения города Москвы

Романенко С.Г.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» ДЗМ

Курбанова Д.И.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения города Москвы

Лесогорова Е.В.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения города Москвы

Красильникова Е.Н.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения города Москвы

Павлихин О.Г.

ГБУЗ Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения Москвы

Иванова А.А.

ООО «Рубедо»

Осадчий А.П.

ООО «Рубедо»

Шевырина Н.Г.

ООО «Рубедо»

Диагностика доброкачественных новообразований гортани с применением нейросети

Авторы:

Крюков А.И., Сударев П.А., Романенко С.Г., Курбанова Д.И., Лесогорова Е.В., Красильникова Е.Н., Павлихин О.Г., Иванова А.А., Осадчий А.П., Шевырина Н.Г.

Подробнее об авторах

Журнал: Вестник оториноларингологии. 2024;89(3): 24‑28

DOI: 10.17116/otorino20248903124

Просмотров: 697

Загрузок: 3

Купить за 300₽
Связаться с автором
Оглавление

DIAGNOSIS OF BENIGN LARYNGEAL TUMORS USING NEURAL NETWORK
DIAGNOSIS OF BENIGN LARYNGEAL TUMORS USING NEURAL NETWORK

Как цитировать:

Крюков А.И., Сударев П.А., Романенко С.Г., и др. Диагностика доброкачественных новообразований гортани с применением нейросети. Вестник оториноларингологии. 2024;89(3):24‑28.
Kryukov AI, Sudarev PA, Romanenko SG, et al. Diagnosis of benign laryngeal tumors using neural network. Russian Bulletin of Otorhinolaryngology. 2024;89(3):24‑28. (In Russ.)
https://doi.org/10.17116/otorino20248903124

Подписка 2025-2 (Russian Bulletin of Otorhinolaryngology)
 
МСФ на ЯМ
Закрыть метаданные
Рекомендуем статьи по данной теме:
Эпи­де­ми­оло­ги­чес­кие осо­бен­нос­ти па­пил­ло­ма­то­за гор­та­ни у взрос­лых (об­зор ли­те­ра­ту­ры). Вес­тник ото­ри­но­ла­рин­го­ло­гии. 2024;(2):66-70
Точ­ность при­ло­же­ния на ос­но­ве ис­кусствен­но­го ин­тел­лек­та при вы­яв­ле­нии хро­ни­чес­ких за­бо­ле­ва­ний вен клас­сов C1 и C2. Фле­бо­ло­гия. 2024;(2):132-138
Вли­яние тех­но­ло­гий ис­кусствен­но­го ин­тел­лек­та на дли­тель­ность про­ве­де­ния двой­но­го чте­ния мам­мог­ра­фи­чес­ких ис­сле­до­ва­ний. Про­фи­лак­ти­чес­кая ме­ди­ци­на. 2024;(5):32-37
Точ­ность при­ло­же­ния на ос­но­ве ис­кусствен­но­го ин­тел­лек­та при вы­яв­ле­нии хро­ни­чес­ких за­бо­ле­ва­ний вен клас­сов C1 и C2. Фле­бо­ло­гия. 2024;(2):132-138
Сис­те­ма CAD EYE для де­тек­ции и диф­фе­рен­ци­ров­ки но­во­об­ра­зо­ва­ний тол­стой киш­ки в ре­жи­ме ре­аль­но­го вре­ме­ни. До­ка­за­тель­ная гас­тро­эн­те­ро­ло­гия. 2024;(2):50-54
Прог­но­зи­ро­ва­ние рис­ка сни­же­ния ова­ри­аль­но­го ре­зер­ва пос­ле хи­рур­ги­чес­ко­го ле­че­ния па­ци­ен­ток с глу­бо­ким ин­фильтра­тив­ным эн­до­мет­ри­озом с ис­поль­зо­ва­ни­ем ис­кусствен­но­го ин­тел­лек­та. Рос­сий­ский вес­тник аку­ше­ра-ги­не­ко­ло­га. 2024;(3):92-102
Ис­кусствен­ный ин­тел­лект в дер­ма­то­ло­гии: воз­мож­нос­ти и пер­спек­ти­вы. Кли­ни­чес­кая дер­ма­то­ло­гия и ве­не­ро­ло­гия. 2024;(3):246-252
При­ме­не­ние ме­то­дов ис­кусствен­но­го ин­тел­лек­та при гла­уко­ме. Часть 1. Ней­ро­се­ти и глу­бо­кое обу­че­ние в скри­нин­ге и ди­аг­нос­ти­ке гла­уко­мы. Вес­тник оф­таль­мо­ло­гии. 2024;(3):82-87
Ав­то­ном­ный ис­кусствен­ный ин­тел­лект для сор­ти­ров­ки ре­зуль­та­тов про­фи­лак­ти­чес­ких лу­че­вых ис­сле­до­ва­ний. Про­фи­лак­ти­чес­кая ме­ди­ци­на. 2024;(7):23-29

В статье представлен наш опыт разработки и обучения искусственной нейронной сети на основе алгоритмов искусственного интеллекта для распознавания характерных признаков образований и вариантов нормы гортани на основе анализа фотоснимков ларингоскопических картин, полученных при обследовании пациентов. В ходе подготовки данных для обучения нейросети собран, размечен и загружен датасет, состоящий из 1471 снимка гортани в цифровых форматах (jpg, bmp). Далее проведено обучение и тестирование нейросети с целью распознавания изображений нормы и новообразований гортани. Разработанная и обученная искусственная нейронная сеть продемонстрировала точность 86% в распознавании образований и вариантов нормы гортани. Предложенная технология в дальнейшем может быть использована в практическом здравоохранении для контроля и повышения качества диагностики патологии гортани.

Ключевые слова:

гортань
новообразование гортани
норма гортани
нейросеть
искусственный интеллект

Авторы:

Крюков А.И.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения города Москвы

Сударев П.А.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения города Москвы

Романенко С.Г.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» ДЗМ

Курбанова Д.И.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения города Москвы

Лесогорова Е.В.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения города Москвы

Красильникова Е.Н.

ГБУЗ города Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения города Москвы

Павлихин О.Г.

ГБУЗ Москвы «Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского» Департамента здравоохранения Москвы

Иванова А.А.

ООО «Рубедо»

Осадчий А.П.

ООО «Рубедо»

Шевырина Н.Г.

ООО «Рубедо»

Дата поступления:

05.09.2023

Дата принятия в печать:

01.03.2024

Список литературы:

  1. Paderno A, Gennarini F, Sordi A, Montenegro C, Lancini D, Villani FP, Moccia S, Piazza C. Artificial intelligence in clinical endoscopy: Insights in the field of videomics. Frontiers in Surgery. 2022;9:933297. https://orcid.org/10.3389/fsurg.2022.933297
  2. Cao C, Liu F, Tan H, Song D, Shu W, Li W, Zhou Y, Bo X, Xie Z. Deep Learning and Its Applications in Biomedicine. Genomics Proteomics Bioinformatics. 2018;16(1):17-32.  https://doi.org/10.1016/j.gpb.2017.07.003
  3. Suganyadevi S, Seethalakshmi V, Balasamy K. A review on deep learning in medical image analysis. International Journal of Multimedia Information Retrieval. 2022;11(1):19-38.  https://doi.org/10.1007/s13735-021-00218-1
  4. Пачес А.И. Опухоли головы и шеи: клиническое руководство. 5-е изд., доп. и перераб. М.: Практическая медицина; 2013.
  5. Черемисина О.В., Чойнзонов Е.Л. Возможности эндоскопической диагностики предопухолевых заболеваний и рака гортани в современной онкологии. Сибирский онкологический журнал. 2007;3(23):5-9.  https://cyberleninka.ru/article/n/vozmozhnosti-endoskopicheskoy-diagnostiki-predopuholevyh-zabolevaniy-i-raka-gortani-v-sovremennoy-onkologii/viewer
  6. Cho WK, Lee YJ, Joo HA, Jeong IS, Choi Y, Nam SY, Kim SY, Choi SH. Diagnostic Accuracies of Laryngeal Diseases Using a Convolutional Neural Network-Based Image Classification System. Laryngoscope. 2021;131(11):2558-2566. https://doi.org/10.1002/lary.29595
  7. Larsen C.F., Pedersen M. Comparison of convolutional neural networks for classification of vocal fold nodules from high-speed video images. European Archives of Oto-Rhino-Laryngology. 2023;280:2365-2371. https://doi.org/10.1007/s00405-022-07736-6
  8. Esmaeili N, Sharaf E, Gomes Ataide EJ, Illanes A, Boese A, Davaris N, Arens C, Navab N, Friebe M. Deep Convolution Neural Network for Laryngeal Cancer Classification on Contact Endoscopy-Narrow Band Imaging. Sensors (Basel). 2021;21(23):8157. https://orcid.org/10.3390/s21238157
  9. Ren J, Jing X, Wang J, Ren X, Xu Y, Yang Q, Ma L, Sun Y, Xu W, Yang N, Zou J, Zheng Y, Chen M, Gan W, Xiang T, An J, Liu R, Lv C, Lin K, Zheng X, Lou F, Rao Y, Yang H, Liu K, Liu G, Lu T, Zheng X, Zhao Y. Automatic Recognition of Laryngoscopic Images Using a Deep-Learning Technique. Laryngoscope. 2020;130(11):E686-E693. https://orcid.org/10.1002/lary.28539
  10. Xiong H, Lin P, Yu JG, Ye J, Xiao L, Tao Y, Jiang Z, Lin W, Liu M, Xu J, Hu W, Lu Y, Liu H, Li Y, Zheng Y, Yang H. Computer-aided diagnosis of laryngeal cancer via deep learning based on laryngoscopic images. eBioMedicine. 2019;48:92-99.  https://orcid.org/10.1016/j.ebiom.2019.08.075
  11. Azam MA, Sampieri C, Ioppi A, Africano S, Vallin A, Mocellin D, Fragale M, Guastini L, Moccia S, Piazza C, Mattos LS, Peretti G. Deep Learning Applied to White Light and Narrow Band Imaging Videolaryngoscopy: Toward Real-Time Laryngeal Cancer Detection. Laryngoscope. 2022;132(9):1798-1806. https://orcid.org/10.1002/lary.29960
  12. Hu R, Zhong Q, Xu ZG, Huang LY, Cheng Y, Wang YR, He YD, Cheng Y. Application of deep convolutional neural networks in the diagnosis of laryngeal squamous cell carcinoma based on narrow band imaging endoscopy. Zhonghua Er Bi Yan Hou Tou Jing Wai Ke Za Zhi. 2021;56(5):454-458.  https://orcid.org/10.3760/cma.j.cn115330-20200927-00773

Закрыть метаданные

Связаться с автором
Email
Сообщение
Издательство "Медиа Сфера" не оказывает услуги по лечению, не дает рекомендации по обращению в медицинские учреждения и к конкретным специалистам, по назначению лекарственных средств и БАДов.

Подтверждение e-mail

На test@yandex.ru отправлено письмо со ссылкой для подтверждения e-mail. Перейдите по ссылке из письма, чтобы завершить регистрацию на сайте.

Подтверждение e-mail

Обратная связь
Если у вас возникли вопросы, жалобы или предложения, — воспользуйтесь формой обратной связи.
Email
Сообщение
Издательство "Медиа Сфера" не оказывает услуги по лечению, не дает рекомендации по обращению в медицинские учреждения и к конкретным специалистам, по назначению лекарственных средств и БАДов.
Подать заявку

Вы можете стать автором одного из наших журналов, отправьте заявку и мы рассмотрим ее в течении дня.

Имя
Телефон
E-mail
Сообщение
Вход
Регистрация
E-mail
Пароль
Забыли пароль?

Войдите на сайт, используя вашу учетную запись в одном из сервисов

Восстановление пароля
E-mail
Войти
Зарегистрироваться

Мы используем файлы cооkies для улучшения работы сайта. Оставаясь на нашем сайте, вы соглашаетесь с условиями использования файлов cооkies. Чтобы ознакомиться с нашими Положениями о конфиденциальности и об использовании файлов cookie, нажмите здесь.