Гибридная модель CNN–transformer с BM3D и YOLOv8 для раннего обнаружения рака лёгких на низкодозовых КТ

Почему важно обнаруживать рак лёгких раньше

Рак лёгких уносит больше жизней во всём мире, чем любой другой вид рака, во многом потому, что часто выявляется слишком поздно. Врачам всё чаще используются низкодозовые КТ‑сканы — рентгеновские снимки с меньшей дозой облучения — для скрининга людей из групп риска. Но такие изображения шумные, а подозрительные участки, или узелки, могут быть очень маленькими и легко ускользнуть от внимания. В этом исследовании представлена компьютерная система, которая очищает эти сканы и помогает раньше и точнее отмечать подозрительные области, с целью поддержать радиологов, а не заменить их.

Четче изображения при мягкой съёмке

Низкодозовые КТ привлекают тем, что дают пациентам меньшую дозу облучения по сравнению со стандартными сканами, но при этом показывают лёгкие в трёхмерном виде. Компромисс — повышенная зернистость и едва заметные структуры, сливающиеся с фоном. Авторы сначала решают эту проблему с помощью продвинутой процедуры очистки изображений BM3D, предназначенной для удаления шума при сохранении важных кромок и форм. Они сравнивают несколько методов фильтрации и обнаруживают, что BM3D обеспечивает наилучший баланс между чёткостью и достоверностью, получая изображения, которые сохраняют тонкие очаги в лёгких без искажений, способных ввести в заблуждение компьютер или радиолога.

Фокусируемся только на лёгких

Исходные грудные снимки содержат рёбра, позвоночник, сердце и другие ткани, которые могут отвлекать автоматическую систему. Чтобы сосредоточиться на важном, команда использует современную сеть обнаружения объектов (YOLOv8), чтобы обвести и выделить только области лёгких. Они вручную аннотируют границы лёгких на множестве сканов, обучают систему распознавать эти формы и затем автоматически обрезают каждое изображение до вида только лёгких. Этот шаг устраняет нерелевантные структуры и снижает риск того, что нормальные ткани или артефакты сканирования будут приняты за заболевание, а также делает последующую обработку более эффективной.

Обучение гибридного «искусственного мозга» находить опасные узелки

Сердцем работы является гибридная модель, сочетающая два дополняющих друг друга подхода к анализу изображений. Сверточные нейронные сети, или CNN, просматривают небольшие окрестности пикселей, чтобы выявлять детальные шаблоны — кромки, текстуры и круглые или неправильные контуры узелков. Трансформеры, изначально разработанные для обработки языка, превосходят в улавливании долгодистантных связей — того, как удалённые части изображения соотносятся друг с другом. В этой системе очищенные изображения, обрезанные до лёгких, сначала пропускают через слои CNN для извлечения богатых пространственных признаков. Эти признаки затем разбиваются на патчи и подаются в блоки трансформера, которые учатся тому, как разные области внутри лёгких взаимодействуют — это помогает модели заметить слабые или разбросанные признаки рака, которые иначе могли бы быть упущены.

Обучение, тестирование и превосходство над существующими инструментами

Модель обучают и оценивают на большой публичной базе данных из более тысячи КТ‑сканов лёгких, каждый из которых тщательно размечен радиологами с указанием размера узелка и оценки вероятности рака. Авторы разделяют пациентов на тренировочную, валидационную и тестовую группы так, чтобы изображения одного и того же человека не появлялись более чем в одном разбиении, что позволяет избежать излишне оптимистичных результатов. Они также применяют аугментации данных — например, небольшие повороты и сдвиги яркости — чтобы имитировать вариабельность в реальной практике. В сравнении с широко используемыми системами глубокого обучения, включая стандартные CNN, популярные сети для изображений и одни только vision‑трансформеры, гибридный подход показывает наилучшие результаты. Он корректно отличает злокачественные от доброкачественных случаев примерно в 95% случаев, демонстрируя высокую чувствительность (мало пропущенных раков), высокую специфичность (мало ложных тревог) и сильные показатели качества сегментации и общей дискриминации.

Обещания и оставшиеся препятствия

Несмотря на эти достижения, авторы признают важные проблемы, которые нужно решить прежде, чем такую систему можно будет регулярно использовать в клиниках. Публичная база данных, с которой они работают, хотя и хорошо размечена, может не отражать полной разнообразности сканеров, больниц и популяций пациентов во всём мире, а также содержит меньше случаев рака, чем здоровых образцов. Гибридная модель также более сложна и вычислительно требовательна, чем простые сети, что может ограничивать её внедрение в небольших центрах. Наконец, как и многие системы глубокого обучения, её внутренние рассуждения непрозрачны, поэтому клиницисты не всегда легко поймут, почему тот или иной узелок был отмечен. Авторы предлагают в будущем разрабатывать более лёгкие модели, проводить многоцентровые испытания, сочетать данные сканирования с другой медицинской информацией и добавлять инструменты объяснимости, чтобы радиологи могли лучше доверять и интерпретировать выводы системы.

Что это значит для пациентов

Проще говоря, исследование показывает, что аккуратная очистка низкодозовых КТ‑изображений, фокусирование только на лёгких и использование комбинированного «локального и глобального» искусственного интеллекта позволяют находить подозрительные участки в лёгких раньше и надёжнее, чем многие существующие методы. Хотя это ещё не готовое «plug‑and‑play» решение для больниц, подход указывает путь к системам скрининга, которые могли бы помочь перегруженным радиологам обнаруживать больше ранних случаев рака и одновременно снижать количество ненужных тревог. При доработке и валидации в реальных условиях такие гибридные модели могут стать важными помощниками в борьбе за раннее выявление рака лёгких, когда болезнь ещё хорошо поддаётся лечению.

Цитирование: Thakral, G., Kumar, U. & Gambhir, S. Hybrid CNN–transformer model with BM3D and YOLOv8 for early detection of lung cancer in low-dose CT scans. Sci Rep 16, 13597 (2026). https://doi.org/10.1038/s41598-026-43517-5

Ключевые слова: скрининг рака лёгких, низкодозовая КТ, глубокое обучение, анализ медицинских изображений, компьютерная поддержка диагностики