Automatizēta dziļās mašīnmācīšanās platforma agrīnam osteoporozes riska novērtējumam, izmantojot sejas–žokļu reģiona koniskā stara datortomogrāfijas attēlus (OsteoXplore)
Mērķis
Apraksts
Osteoporoze ir izplatīta skeleta sistēmas slimība, kas samazina kaulu stiprību un būtiski palielina lūzumu risku. Tā īpaši bieži skar cilvēkus pēc 50 gadu vecuma un var izraisīt invaliditāti, dzīves kvalitātes pasliktināšanos un pat priekšlaicīgu nāvi. Lai gan agrīna diagnostika ir ļoti svarīga, pašlaik galvenā osteoporozes noteikšanas metode nav plaši pieejama un nav piemērota regulāram skrīningam.
Projekts paredz izstrādāt OsteoXplore – mākslīgā intelekta platformu, kas ļautu noteikt osteoporozes risku, izmantojot jau ikdienā veiktos zobārstniecības 3D rentgena attēlus. Analizējot apakšžokļa kaula kortikālā slāņa biezumu un citus rādītājus, sistēma ar dziļās mašīnmācīšanās palīdzību automātiski identificēs pacientus ar iespējamu kaulu minerālblīvuma samazināšanos. Platforma apvienos vairākus attēlu analīzes moduļus vienotā sistēmā un tās darbība tiks pārbaudīta ar pacientu datiem, kas iegūti no dažādām ierīcēm.
Šāda pieeja ļautu izmantot zobārstniecības izmeklējumus ne tikai mutes veselības novērtēšanai, bet arī osteoporozes agrīnai noteikšanai. Integrējot risinājumu zobārstniecības praksē, būtu iespējams laikus identificēt riskam pakļautus pacientus un nosūtīt viņus tālākai diagnostikai un ārstēšanai.
Projekta komanda
- Anda Slaidiņa
- Asoc. prof. Laura Neimane
- Maija Slaidiņa
- Laura Krumpāne
- Kaspars Sudars
- Ivars Namatēvs
- Anželika Bureka
