Ученые МГУ им. М.В. Ломоносова представили новый способ для анализа гистологических изображений с помощью графовых нейросетей и механизма псевдоразметки. Решение повышает точность классификации типов тканей при ограниченном объеме размеченных данных.

Гистологические изображений — это крупные цифровые срезы тканей с большим количеством визуальной информации. Их анализ используется в медицинской диагностике, в том числе для выявления онкологических заболеваний. По словам исследователей, одним из основных ограничений для применения методов машинного обучения остается необходимость создания размеченных данных.

Механизм псевдоразметки используется для механизма внимания между участками изображения. Это расширяет обучающую выборку за счет автоматически полученных меток. Графовая нейросеть рассматривает изображение как набор взаимосвязанных областей и учитывает структуру связи между ними. Это дает возможность точнее описывать пространственную организацию ткани.

Как считают исследователи, новый подход может быть использован при создании систем поддержки принятия врачебных решений и в задачах анализа медицинских изображений.