Lola11.com начинался как площадка медицинского челленджа по разметке лёгких на томограммах. Сегодня здесь собираются гайды по нейросетевой сегментации, разборы технологий визуализации и реальные истории внедрения — от лаборатории до клиники.
Перейти к материаламПошаговые разборы подходов к нейросетевой разметке лёгких и других структур на КТ: от подготовки данных до оценки качества масок.
Разборы архитектур и методов: как устроены модели для анализа изображений и какие приёмы помогают повышать их точность.
Истории применения алгоритмов в реальной практике — что меняется в работе с медицинскими снимками и какие выводы можно сделать.
Когда я только начинал разбираться с автоматизацией разметки на компьютерных томограммах, довольно быстро пришёл к выводу: полностью ручная обводка контуров — слишком трудоёмкая, а полностью автоматическая — часто ведёт себя как «чёрный ящик», в котором сложно разобраться при нестандартной анатомии или серьёзной патологии. Полуавтоматическая сегментация лёгких как раз и стала тем рабочим компромиссом, за которым […]
Почему этот челлендж оказался важным
Сегментация лёгких на КТ — задача, где цена ошибки видна почти сразу. Смещённый на пару пикселей контур искажает объёмные измерения, маскирует небольшие узлы и запутывает автоматический анализ паттернов. Когда я вручную размечал десятки томограмм для обучения первых моделей, каждый спорный срез заставлял проверять не только легочное, но и мягкотканное окно — иначе […]
Когда мы запускали первый челлендж по сегментации лёгких, я ещё помнил, сколько часов уходило на ручную обводку контуров в каком-нибудь ITK-SNAP. Сидишь, слой за слоем, поправляешь каждый пиксель, а в голове крутится: «Неужели алгоритм не может сделать это быстрее?» Челлендж как раз и стал тем моментом, когда гипотезы столкнулись с реальными КТ-данными. Это не просто […]
Ручная сегментация лёгких на КТ остаётся важной частью клинической практики и разметки датасетов, даже когда в работе уже есть автоматические алгоритмы. Если нужна точная маска для обучения, валидации или контроля качества, ручной подход часто оказывается самым надёжным способом получить эталонную разметку.
В этой статье я собрал практический разбор того, как сегментировать лёгкие на КТ вручную […]
Собираем томограммы и описываем принципы аккуратной разметки структур — основу для обучения моделей.
Разбираем, как нейросеть учится выделять область интереса и почему важна валидация на отложенной выборке.
Показываем метрики сегментации и объясняем, как читать результаты, не вводя себя в заблуждение.
Описываем, что меняется, когда алгоритм попадает из лаборатории в реальный рабочий процесс клиники.
Мы делимся знаниями о нейросетевом анализе медицинских изображений. По вопросам публикаций пишите на почту редакции.
