ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ НАЦИОНАЛЬНЫЙ МЕДИЦИНСКИЙ ИССЛЕДОВАТЕЛЬСКИЙ ЦЕНТР АКУШЕРСТВА, ГИНЕКОЛОГИИИ ПЕРИНАТОЛОГИИ
имени академика В.И. Кулакова
Министерства здравоохранения Российской Федерации

Нейросеть для классификации патологий по данным масс-спектрометрального анализа

Частой задачей анализа медицинских и биологических данных является задача классификации. В случае, когда данные слишком сложны для анализа их в явном виде, мы можем построить предиктивную модель, основанную на нейросетях и принципах машинного обучения для достоверного определения, к какому классу (патология, норма) относится тот или иной образец.

В случае масспектрометрических данных, каждый образец представляет из себя временную серию спектров, работать с которыми "в лоб" довольно трудно, и в общем случае произвольной природы исходного образца - невозможно. Нами была разработана программа для работы с сырыми спектрами формата MzXml, которая проводит первичную обработку, выравнивание, нормализацию спектров, а также, на основе уже обученной нейросети, считает вероятность патологии.


Стэк:

  • Python
  • R
  • Orange
  • Django