Материалы

Пороговая обработка изображений в сегментации лёгких

6 июня, 2026

Когда впервые сталкиваешься с задачей выделить лёгочные поля на компьютерной томограмме, пороговая обработка кажется почти наивным решением. Берёшь диапазон плотностей, отсекаешь всё лишнее — и маска готова. Но чем больше работаешь с реальными клиническими данными, тем отчётливее понимаешь: за этой простотой скрывается инструмент, который до сих пор незаменим в правильных руках.

Пороговая обработка — один из старейших методов сегментации, и при этом она остаётся рабочей лошадкой в пайплайнах анализа КТ и рентгенограмм. […]

Практика подготовки данных для сегментации лёгких

5 июня, 2026

Первое, с чем я столкнулся, когда начинал собирать корпус для челленджа по разметке лёгких — никакая, даже самая тщательно настроенная U-Net не компенсирует небрежность на этапе данных. Можно хоть десять раз перебрать архитектуру: если на входе DICOM-серии с разным шагом по оси z, маски, где левое и правое перепутаны, и разметка, выполненная разными людьми без общего гайдлайна, модель будет учиться не анатомии, а хаосу. Уверен, именно поэтому проекты по […]

Как читать результаты челленджа по сегментации КТ

5 июня, 2026

Когда вы впервые открываете итоговую таблицу челленджа по сегментации КТ, кажется, что главное — это позиция и итоговый Dice. Но опыт (и десятки просмотренных масок на томограммах) быстро учит, что настоящий анализ начинается после того, как вы перестали смотреть только на цифру. Вы начинаете пролистывать срезы, искать провалы на границах лёгких, смотреть, как алгоритм ведёт себя на патологических участках, и задавать главный вопрос: а эту модель реально интегрировать в рабочий контур, […]

Критерии оценки качества сегментации лёгких

4 июня, 2026

Когда запускаешь челлендж по разметке лёгких, быстро понимаешь: оценка «на глаз» не работает. Нужны метрики. Не одна, а целый набор. Одни измеряют совпадение масок с эталонной разметкой, другие — аккуратность границы, третьи — практическую пригодность результата для дальнейших измерений и клинического анализа. И это не академическая придирчивость. От того, насколько стабильно модель отделяет лёгочную ткань от средостения, не теряет периферию в области рёберно-диафрагмальных синусов и не захватывает трахею, зависят объёмные расчёты, детекция […]

Сравнение ручной и полуавтоматической сегментации лёгких

4 июня, 2026

Когда перед вами стоит задача выделить лёгочные поля на серии КТ-срезов, выбор между ручной и полуавтоматической сегментацией — это не академический спор, а ежедневное решение, влияющее на скорость, точность и воспроизводимость результата. За годы работы с разметкой для челленджей, обучения U-Net и интеграции алгоритмов в PACS я убедился: универсального метода нет. Всё зависит от того, нужен ли вам исследовательский эталон или рабочий инструмент для потока, насколько сложны исходные данные и сколько […]

Ошибки ручной сегментации лёгких на КТ и как их избежать

3 июня, 2026

Каждый раз, просматривая вручную размеченную маску лёгких на КТ, я вижу историю компромиссов. Один контур слишком глубоко ушёл в грудную стенку, другой «потерял» базальные сегменты, третий превратил пневмоторакс в сплошную паренхиму. Такие ошибки — не случайные промахи новичков, а системная плата за визуальную оценку без жёсткого алгоритма. Именно они искажают объём, ломают Dice метрику и незаметно портят обучение нейросетей, которые начинают повторять предвзятость разметчика.

Почему ручная сегментация лёгких на КТ так […]

Методические рекомендации по разметке КТ лёгких

3 июня, 2026

Разметка КТ лёгких — это не «обвести анатомию на срезах», а подготовить данные так, чтобы алгоритм, врач и исследователь одинаково понимали, что именно считается объектом сегментации. Я убедился в этом на собственном опыте: стоит двум разметчикам по-разному интерпретировать границу плевры — и Dice на тестовой выборке падает радикально. Качественная разметка напрямую влияет на точность обучения, воспроизводимость результатов и пригодность модели для клинического применения. Если маски нестабильны, даже хорошо настроенный U-Net будет выдавать […]

Полуавтоматическая сегментация лёгких: практический разбор

2 июня, 2026

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 стоит реальная клиническая и исследовательская ценность. Вы получаете первичную маску от алгоритма, быстро её проверяете […]

Интервью с участниками челленджа по сегментации лёгких

2 июня, 2026

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 границу у средостения легко провести неверно. Именно поэтому челлендж стал для нас не просто соревнованием […]

Результаты челленджа по сегментации лёгких на КТ

1 июня, 2026

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 сравнение моделей — это способ понять, где заканчивается кропотливая ручная работа и начинается автоматизация, которой […]