Uczenie Maszynowe - projekt GastroView
WYKRYWAMY I OZNACZAMY ANOMALIE NA OBRAZIE Z ENDOSKOPII KAPSUŁKOWEJ
zobacz film

Dzięki algorytmom Głębokiego Uczenia, zaimplementowanym w oprogramowaniu GastroView, można skrócić czas badania i analizy obrazu zarejestrowanego w czasie endoskopii kapsułkowej nawet o 70%.

01
JAK TO DZIAŁA?

KROK 1

Podczas endoskopii kapsułkowej pigułka rozmiaru dużej tabletki, posiadająca dwie szerokokątne kamery wideo, przesuwa się wzdłuż przewodu pokarmowego i automatycznie nagrywa obraz wnętrza organów. Materiał zarejestrowany przez kamery przy ośmiokrotnym powiększeniu pozwala dostrzec zmiany wielkości 0,1 centymetra.

KROK 2

W ciągu 8 godzin kamery wykonują ok. 100 000 zdjęć. Są one kodowane i przesyłane bezprzewodowo do rejestratora obrazu, który pacjent nosi podczas badania. Następnie zarejestrowany materiał wideo jest analizowany przez lekarza.

KROK 3

Tradycyjny czas przeglądania i oceny wyników endoskopii kapsułkowej zależy od wykrytej choroby oraz doświadczenia lekarza i wynosi wiele godzin. Dzięki oprogramowaniu GastroView będzie można zredukować ten czas maksymalnie o 70%, co spowoduje redukcję kosztów nawet o 50%. Równocześnie wzrasta dokładność analizy nagrań oraz liczba wykrywanych anomalii.

02
Technologia

Oprogramowanie GastroView stosuje algorytmy oparte na metodach Głębokiego Uczenia, z wykorzystaniem procesorów kart graficznych nVidia. Dzięki ich użyciu przyspieszamy pracę sieci neuronowych - są one nawet dziesięciokrotnie szybsze w porównaniu z metodami opartymi wyłącznie na klasycznych procesorach CPU. Wykorzystanie zaawansowanych metod pozwala automatycznie lokalizować polipy, miejsca występowania krwawień oraz inne anomalie w przewodzie pokarmowym.

Automatyczna klasyfikacja anomalii w materiale wideo układu pokarmowego oznacza potrzebę utworzenia komputerowych modeli, które umożliwią interpretację obrazu stanowiącego macierz liczb pod kątem obecności złożonych obiektów wizualnych o dużej różnorodności, jakimi są np. polipy. Do realizacji tego zadania używamy Konwolucyjnych Sieci Neuronowych, które stanowią najdoskonalsze znane obecnie metody analizy i interpretacji złożonych obrazów i obiektów wizualnych.

rozpoznany obiekt
złożone obrazy
najprostsze podobrazy
03
Osiągnięcia

CTA znalazło się na 1 miejscu w gronie kliku spółek, które zostały zaproszone na konferencję "Szybka ścieżka do innowacyjności polskich firm" zorganizowana przez Narodowe Centrum Badań i Rozwoju. Wydarzenie promowało polskie przedsiębiorstwa mogące otrzymać duże dotacje na prowadzenie prac badawczo-rozwojowych i w efekcie wdrożenie swojego produktu lub usługi na masowy rynek. Od prawej Polski Minister Nauki i Szkolnictwa Wyższego - Jarosław Gowin oraz członek zarządu spółki CTA Sp. z o.o. - Dawid Jereczek.

REZULTATY

Wszystkie informacje dotyczące zakończonego projektu znajdują się w sekcji publikacje

Partnerzy