Ученые ТПУ и кардиологи Кузбасса работают над проектом роботизированного протезирования клапана аорты

| 1179

Ученые лаборатории дизайна медицинских изделий Томского политехнического университета совместно с коллективом лаборатории новых биоматериалов НИИ комплексных проблем сердечно-сосудистых заболеваний (Кемерово) разрабатывают протез клапана сердца и систему его доставки для малоинвазивных операций.

Фото: rosminzdrav.ru

«Совместный проект — пример эффективной научной коллаборации, успешно реализованной за счет объединения клинических результатов малоинвазивных операций кузбасских кардиологов и современных методов обработки изображений, которыми обладает Томский политехнический университет. Это позволило получить синергетический эффект в прикладной области высокотехнологичной медицины», — отмечается на сайте Министерства здравоохранения РФ.

Междисциплинарный научный коллектив под руководством заведующего лабораторией новых биоматериалов НИИ комплексных проблем сердечно-сосудистых заболеваний Евгения Овчаренко и профессора отделения информационных технологий ТПУ Ольги Гергет представил результаты второго этапа реализации проекта «Исследование и реализация концепции роботизированного малоинвазивного протезирования клапана аорты». Масштабное исследование поддержано грантом РНФ и рассчитано на 2018-2021 годы.

Ученые разработали уникальный алгоритм системы трекинга и позиционирования транскатетерных протезов клапанов сердца на основе нейросетей. Система автоматически определяет ключевые якорные точки анатомических областей на основе данных интраоперационной ангиографии, которые являются ориентирами для врача при проведении операции на сердце. Речь идет о высокотехнологичных малоинвазивных хирургических вмешательствах по транскатетерной имплантации клапанов сердца. Предполагается, что разрабатываемая программа автоматически и максимально точно подсветит те участки, куда должен быть имплантирован протез клапана сердца.

Ученым удалось обучить нейросети корректному распознаванию целевых меток на ангиограммах. Для одновременного решения этих задач использовалась концепция Multi-Task Learning.

В ходе исследования были использованы девять моделей нейросетей, которые основаны на различных архитектурах. На текущий момент определение наличия искомых точек возможно с точностью 97 % и 96 %.

«Полученная методика может является как самостоятельной системой помощи для хирурга во время операции на сердце, так и частью более сложного роботизированного комплекса, дизайн-концепт которого мы запланировали к реализации уже в следующем году. Исследования данного направления будут продолжены и в перспективе — апробированы в условиях реал-тайм модельного эксперимента», — отмечает руководитель грантового проекта Евгений Овчаренко.