На ежегодном собрании ARRS 2018, которое запланировано на 22-27 апреля в Вашингтоне, округ Колумбия будет представлено исследование алгоритма машинного обучения, который кажется перспективным в прогнозировании последствий и исхода острой травмы спинного мозга. О результатах работы доложит Джейсон Тэлбот (Jason Talbot), доцент радиологии в Калифорнийском университете в Сан-Франциско. Исследование включало использование полуавтоматического анализа изображений с помощью алгоритмов машинного обучения для оценки точности осевых радиально-лучевых признаков T2 для классификации пациентов по степени неврологических травм. Для классификации травматизма на основе текстурных переменных были проверены несколько алгоритмов машинного обучения. Для каждой модели была оценена точность прогнозирования и важные переменные. Целью исследования была оценка возможности применения полуавтоматического алгоритма для анализа Т2-взвешенных МРТ-снимков очагов повреждения спинного мозга. Результаты показывают, что применение пяти алгоритмов машинного обучения, интегрированных в МРТ-сканер, может классифицировать пациентов по степени тяжести неврологических нарушений с приемлемой точностью и осуществлять прогноз исходов заболевания. Эти данные свидетельствуют о перспективах компьютерного прогнозирования последствий травм спинного мозга. Подготовила Тюльганова Дарья Источник