Нейросеть классифицировала эритроциты при серповидноклеточной анемии

Эритроциты на этапе определения границ

Xu et al. / PLOS Computational Biology 2017

Американские исследователи разработали алгоритм автоматического определения формы эритроцитов в крови пациентов. Новая система работает на основе сверточной нейросети и определяет серповидные красные кровяные клетки с точностью 87,9 процента. Статья опубликована в журнале PLOS Computational Biology.

Серповидноклеточная анемия — это гемоглобинопатия (нарушение структуры белка гемоглобина), при которой эритроциты (красные кровяные клетки) вместо нормального гемоглобина A содержат гемоглобин S (кратко HbS) — его мутантную форму. Присутствие такого гемоглобина в кровяных клетках придает им серповидную форму: такие клетки хуже обычных переносят кислород и быстрее разрушаются, что и приводит к анемии. Клеточный анализ крови, тем самым, является самым эффективным способом диагностики заболевания. Это, однако, осложняется тем, что, во-первых, не все эритроциты в крови людей с серповидноклеточной анемией имеют одинаковую форму, и, во-вторых, все существующие способы анализа формы и количества эритроцитов занимают много времени и человеческих ресурсов. К тому же, образцы крови пациентов с анемией могут содержать эритроциты, которые очень близко находятся друг к другу; это можно определить вручную, но не при помощи уже существующих автоматических методов анализа изображений. Создание нового автоматического способа анализа структуры эритроцитов с применением новейших технологий машинного обучения может помочь в эффективном определении патологии.

Авторы новой работы представили нейросеть, которая умеет классифицировать эритроциты по форме, тем самым выявляя наличие заболевания. Новый алгоритм работает на основе сверточной нейросети (метода глубокого обучения, направленного на эффективное распознавание изображений) и проходит через несколько этапов.

Сначала нейросеть получает на вход микрофотографии крови и распознает эритроциты на общем фоне. После этого нейросеть определяет их примерные границы, что помогает разделить те эритроциты, которые находятся слишком близко друг к другу. На этом этапе алгоритм выделяет отдельные эритроциты. Затем форма эритроцитов определяется по параметрам эллиптичности и круглости, полученных из длины двух осей на двухмерном изображении.

В качестве обучающей выборки исследователи использовали 434 микрофотографий крови восьми пациентов с серповидноклеточной анемией, на которых распознали более семи тысяч отдельных клеток.

Нейросеть научилась определять восемь форм эритроцитов, присутствующих в крови пациентов с анемией, среди которых дискоциты (двояковогнутые эритроциты — нормальная форма), а также серповидные и овальные эритроциты. Исследователям удалось добиться точности определения нейросетью серповидных эритроцитов в 87,9 процента. Создатели алгоритма отмечают, что подобную классификацию можно также применить для диагностики других дефектов эритроцитов, например, сфероцитоза.

Помимо новых методов диагностики заболевания, ученые также разрабатывают способы эффективного лечения серповидноклеточной анемии и других гемоглобинопатий. Так, например, здесь вы можете узнать о том, как к лечению анемии привлекли генную терапию, а здесь — о ее лечении с помощью CRISPR/Cas9.

Елизавета Ивтушок

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.