Установление возраста индивидуума на основе анализа компьютерной томографии коленного сустава с применением искусственных нейронных сетей и компьютерного зрения. Предварительные результаты

Обоснование. В настоящее время существует чёткая направленность на модернизацию существующих методов судебно-медицинской оценки возраста (костного, скелетного) посредством активного использования современных методов медицинской визуализации (например, компьютерной томографии) и искусственного интеллекта для их анализа. Подобный подход позволяет создать новые методы оценки биологического возраста, характеризуемые повышенной точностью и воспроизводимостью.

Цель исследования ― разработка и экспериментальная апробация алгоритма прогнозирования биологического возраста индивидуума на основе анализа компьютерной томографии коленного сустава с применением искусственных нейронных сетей и компьютерного зрения.

Материалы и методы. С помощью интеллектуальных информационных технологий (формализованный набор математических и программных решений) проанализированы компьютерные томограммы коленного сустава (n=334), выполненные в отделениях лучевой диагностики Национального медицинского исследовательского центра травматологии и ортопедии имени Н.Н. Приорова и Национального медицинского исследовательского центра травматологии и ортопедии имени Р.Р. Вредена в период с 2018 по 2021 год. Субъектами исследования были лица обоего пола в возрасте от 13 до 45 лет без аномалий развития, повреждения колена, признаков общей патологии соединительной ткани.

Результаты. На основании проведённых исследований разработан алгоритм оценки возраста по данным компьютерной томографии коленного сустава. Основными компонентами разработанной системы являются модуль предварительной обработки, интеллектуальное вычислительное ядро, модуль анализа данных, модуль трёхмерной реконструкции, модуль извлечения свойств и модуль финальной оценки возраста. Сущность предложенного метода состоит в одновременном применении искусственных нейронных сетей и чётко формализованных математических процедур вычисления свойств эпифизарной линии. Для получения результатов и проведения первичных экспериментальных исследований, подтвердивших реализуемость, корректность и работоспособность метода, реализовано тестовое программное обеспечение с использованием искусственной нейронной сети модели YOLOv5. Результат анализа матрицы ошибок после обучения показывает вероятность верного распознавания порядка 80%. Проверка экспериментальных исследований осуществлена на 46 компьютерных томограммах коленного сустава. На данный момент, погрешность оценки возраста составляет около одного года для детского и подросткового возраста.

Заключение. Полученные предварительные результаты экспериментальных исследований подтвердили адекватность получаемых оценок возраста фактическому возрасту индивида и, следовательно, перспективность использования предложенного алгоритма для создания автоматизированного метода оценки возраста и дальнейшего его применения в практике судебно-медицинских учреждений. Разработанный алгоритм на данный момент времени реализован в виде совокупности программных компонент с последующим ручным объединением автоматически вычисленных данных. Планируется дополнить базу компьютерных томографических снимков, чтобы увеличить обучающую выборку и проверить точность прогноза возраста на расширенной выборке, в том числе с учётом половой принадлежности субъектов исследования.