CC BY
6
А.В. Дягилева //A.V. Dyagileva
dyagdeval952ia)mail.ru
канд. техн. наук, доцент, Кузбасский государственный технический университет имени Т.Ф. Горбачева, Весенняя ул., 28, Кемерово, Кемеровская обл. Candidate of Technical Sciences, Associate Professor, T.F. Gorbachev Kuzbass State Technical University, Vesennyaya street 28, Kemerovo, Russian Federation
A.H. Стародубов // A.N. Starodubov a.n.starodubov(g}gm ail.com
канд. техн. наук, доцент, Федеральный исследовательский центр угля и углехи-мии СО РАН (Кемерово), Россия, г. Кемерово, пр. Ленинградский, 10 Candidate of Technical Sciences, Associate Professor Institute of Coal of the Federal Research Center of Coal and Coil Chemistry of SB RAS, 10 Leningradsky Drospect, Kemerovo, Russian Federation.
| П.А. Пылов // P. A. Pylov gedrostenia)mail.ru
магистрант, Кузбасский государственный технический университет имени Т.Ф. Горбачева, Еесенняя ул., 28, Кемерово, Кемеровская обл. master's student T.F. Gorbachev Kuzbass State Technical University, Vesennyaya street 28, Kemerovo, Russian Federation
УДК 004.89
РЕШЕНИЕ ЗАДАЧИ ПРЕВЕНТИВНОГО ОПРЕДЕЛЕНИЯ ТОКСИКОЗА ПРИ ВЫПОЛНЕНИИ ПОДЗЕМНЫХ ШАХТНЫХ РАБОТ ПО ПОДТИПУ КЛЕТОК КРОВИ НА ОСНОВЕ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ SOLVING THE PROBLEM OF PREVENTIVE DETERMINATION OF TOXICOSIS WHEN PERFORMING UNDERGROUND MINING OPERATIONS ON A SUBTYPE OF BLOOD CELLS BASED ON A CONVOLUTIONAL NEURAL NETWORK
Системы искусственного интеллекта уверенно интегрируются не только в повседневные задачи человека, но и в узкоспециализированные направления его деятельности. Одним из таких направлений являются клинические исследования в области медицины и проведения медицинских анализов. Самым распространённым и известным среди медицинских анализов является анализ крови. Как правило, исследование крови занимает непродолжительное время, но принимая во внимание большое количество людей, которые сдают анализ, пропорционально увеличивается и время получения результатов теста в лаборатории. В качестве поддержки специалистов используются системы искусственного интеллекта, которые могут быть обучены для решения прикладной медицинской задачи. В статье представлена задача детектирования количества подтипов форменных клеток в составе крови по её микроскопному снимку, позволяя превентивно определять многие токсикологические отравления при выполнении шахтных работ. Благодаря автоматическому определению подтипа кровяных телец, алгоритм искусственного интеллекта, основанный на глубоком обучении, позволяет мгновенно определить какой из типов клеток (эозинофилы, лимфоциты, моноциты или нейтрофилы) подверглись пагубному воздействию внешних условий, во многом облегчая задачу медицинского сотрудника, который отвечает за охрану труда на производственном участке. Прикладное исполнение алгоритма в формате исполняемого программного кода на языке программирования Python 3.9.1. являет собой не только исследовательскую, но и практически значимую ценность статьи (так как оценка точности функционирования модели глубокого обучения была произведена на основе фактически используемой в производстве метрики f1-score), поскольку открывается возможность интегрировать прикладной программный алгоритм в практическую отрасль для снижения травматизма и профессионального
риска сотрудников.
Artificial intelligence systems are confidently integrated not only into everyday human tasks, but also into highly specialized areas of his activity. One of these areas is clinical research in the field of medicine and medical tests. The most common and well-known among medical tests is a blood test. As a rule, the blood test takes a short time, but taking into account the large number of people who take the test, the time for obtaining test results in the laboratory increases proportionally. Artificial intelligence systems are used as support for specialists, which can be trained to solve an applied medical problem. The article presents the task of shaped cell subtypes' number detecting in the composition of blood by its microscopic image, allowing the preventive determination of many toxicological poisonings during mining operations. Thanks to the automatic determination of blood cells' subtype, an artificial intelligence algorithm based on deep learning allows you to instantly determine which of the cell types (eosinophils, lymphocytes, monocytes or neutrophils) have been adversely affected by external conditions, greatly facilitating the task of the medical officer who is responsible for labor protection at the production site. Application execution of the algorithm in the format of executable program code in the Python programming language 3.9.1. is not only research, but also a practically significant value of the article (since the deep learning model functioning accuracy assessment was made on the basis of the f1-score metric actually used in production), since it opens up the opportunity to integrate an applied software algorithm into the practical industry to reduce injuries and occupational risk of employees.
Ключевые слова: ШАХТА; УГОЛЬНАЯ ОТРАСЛЬ; УГОЛЬНАЯ ПЫЛЬ; ОХРАНА ТРУДА; ТРАВМАТИЗМ; ПРОФЕССИОНАЛЬНЫЙ РИСК; ПРИЧИННО-СЛЕДСТВЕННЫЕ СВЯЗИ; ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ; ГЛУБОКОЕ ОБУЧЕНИЕ; ПРИКЛАДНОЕ ГЛУБОКОЕ ОБУЧЕНИЕ. Key words: MINE; COAL INDUSTRY; COAL DUST; OCCUPATIONAL SAFETY; INJURIES; OCCUPATIONAL RISK; CAUSAL RELATIONSHIPS; ARTIFICIAL INTELLIGENCE; DEEP LEARNING; APPLIED DEEP LEARNING.
Задача автоматизации определения форменных элементов в составе крови является очень важной и актуальной, поскольку специалисты вынуждены затрачивать большое количество временных ресурсов для проведения общего анализа крови [1, 6].
Формулировка поставленной задачи относится к «творческим» процессам автоматизации [3], так как проблему определения подтипа клетки крови по её форме и цветовому оттенку невозможно решить привычными алгоритмами программирования ввиду многовариантности начальных условий [4]. Кроме этого, решение должно быть основано на обработке изображений, что уже переносит формулировку задачи к подклассу задач искусственного интеллекта [5].
Исходным материалом для решения задачи является открытый, свободно распространяемый набор данных, опубликованный по лицензии MIT в системе контроля версий github.com1 .
Датасет содержит 12500 цифровых снимков клеток крови, сделанных микроскопным фотообъективом. В наборе данных содержится характеризующая метка, которая позволяет точно определить, к какому подтипу относится изображённая клетка крови. Необходимо, чтобы
1 https://github.com/Shenggan/BCCD_Dataset
реализуемая модель искусственного интеллекта наиболее точным образом определяла четыре представленных в датасете вида клеток: эози-нофилы, лимфоциты, моноциты и нейтрофилы.
Для определения подтипа клеток была выбрана свёрточная нейронная сеть (Convolutional Neural Network - CNN), так как она хорошо зарекомендовала себя в задачах компьютерного зрения и сегментации изображений, обработки видеопотока и информации с датчиков движения [7].
В качестве языка программирования проекта был выбран высокоуровневый язык Python версии 3.9.2. Для этого языка программирования выпускаются и постоянно обновляются вспомогательные высокопроизводительные библиотеки машинного и глубокого обучения на основе низкоуровневых языков программирования (C/C++). Благодаря своей гибкости и удобству написания кода для проектов машинного и глубокого обучения, Python возглавил рейтинг самых популярных языков программирования 2021 года [2].
Перейдем к исследованию исходного набора данных. Датасет представлен в виде совокупности набора микроскопных снимков, в каждом из которых содержится определённая клетка подтипа крови. По характеру подтипа кровяных телец (эозинофилы, лимфоциты, моноци-
Рисунок 1. Подтипы клеток крови, представленные в исходном наборе данных Figure 1. Blood cell subtypes represented in the original dataset
ты и нейтрофилы) набор данных можно разделить на 4 класса (рисунок 1).
Отличительной особенностью рассматриваемого в статье решения является модуль пре-процессинга данных. Препроцессинг - это предварительная обработка данных, поступающих в модель искусственного интеллекта. В условиях поставленной задачи препроцессинг состоит в аугментации снимка, позволяя объединить в модели конкатенацию двух совершенно различных
методик. Необходимо отметить, что аугментация изображения не затрагивает его структурной основы, то есть не искажает информационный смысл снимка [7].
Конкатенация двух методов состоит в совместном применение аугментации снимка и его пиксельной обработки.
Пиксельная обработка позволяет алгоритму CNN сформировать обобщающую способность не только по значениям цветовой гаммы
Рисунок 2. Определение цветовой интенсивности подтипа клетки на изображении снимка Figure 2. Determining the color intensity of a cell subtype in a snapshot image
Рисунок 3. «Запоминание» алгоритмом специфической силуэтной формы отдельного подтипа клетки на
снимке
Figure 3. Algorithm "remembering" the specific silhouette shape of an individual cell subtype in the image
и оттенков цвета подтипа крови (рисунок 2), но и по специфической силуэтной форме данной клетки (рисунок 3). Такая суммирующая технология позволит нивелировать эффект разного расположения типов клеток в индивидуальных анализах снимков, который может быть выражен в относительной потере тона цвета и круговому смещению элемента.
После определения блока препроцессинга необходимо перейти к непосредственному описанию алгоритма сверточной сети в программном виде (рисунок 4).
После того как реализованы блок предварительной обработки и структура алгоритма, необходимо определить критерии тестирования [3]. Поскольку экземпляров данных в исходном
éшгыу_*мт С l ; -кеirrAûPKii V: "ttiMMtorei:« ■ л i ; '«WOTl ' ; ' l гмОифСУГе ■ ) dlctiHiiry type (Ai 'tononucleiir' 'Pt»LyiHKlrw')
bitcMire lj"H
Aut ClMUt LiMi(b| ¡! |]i epochs M
inpul (1в(_Г1ТЮг llÇ^Ml«, J)
JUd*l Ч4ЧДОШ1 I J I i l
•nd*I.HMfC«wZD(JZj *prn,'4_s.t/f Oj ')> erdwi Lot *relu\ tawf.sftqpf inpul.i-ÎHWt, virLd. ■ e)J ■wM.*MCConY»{&*, (i, 1), wrtlnrtïoi relu'))
wd#l.«y(Hfl*l>v»UnrrJ&fr№! ¿m
ud«l. ¿dd(DrofXMit{a. j'-, Ji) moàr I. ttkJ(FlHt*n())
octtwiiOT-'nBle'JJ mule-1. ,H w(rif opotH (i'. =|J}
•od*];. мМ(Онш(гна iicti-i-iiiLiifi 'uflUH'})
никl.cOapl ||'('- < < кНГ41,limn,с.Unpr It 4 l_cгимняriqiyt qpnri*iJiT кп*и4,о|Я lilimi,taijil«'Il.i(), »гпм j "itojricy1 |)
■.,■ rrrlrr f j br, -.-a^ l rwi4i- t rntfr ' tlWj /f?}Mr.>i"..' >(4iirt СОТ-' ! V ,
'■¡Mfsicwi^v ité_normaiiiatl№ rca «¡fnti'ninç FjLipj. roi o-t i-arf_ rtmy | i'i^ wid4n -wfii.f! rang* i>. Lj. ftofgftLthC/^ronge 0 .1, hor i/cwitiJ _flip iruft wrttiflijliff Filveji ht*wry a^LfilJfMrtWfMll^r'lwf*^, bertn .is* u),
T-trp- РГГ ttffh !nn{i> 4ÎJ, гДОЬ* ЧфО^Н^г иН i<"i_<fcr'" |C. iti<h« fc[wiiH.( 1 1 > |)
liorc ■Ddri.cvdLujteCCj.tf> Mritoif oj priftt('\rrt£wji 1Ж IK кс»гку[> «M(l)/Vn')
yJpr*d Mùdel. firM 11
■Hfi.chAfMitfT' Act£oaary_for*
prJitC"'.n'j. ikiBarn.'Ktrici.riKiiiicjtliw r*'portC4>''*w<,<iJ Q)(l|, np, лгртдя(у jredj. <nris lj, targui n^-i ci4r«,t,«-*.vaLtio*0)>i. ""J
Y_prt!d_cliiMi гф|лгвми(у_ргтй>вя1.г 1) V I r'lrft ftp. ¿I gMJi(d ,UJcL^ L>
plot P>r*Sl МГП i iipt III VI'C>
pit.i-hwC)
plo( _ Lr лш I nft.c ur¥if(hlHôry) plK,thCM{)
con fusion«! я ronfmJbqn_«iPLBi(Y_|ryfi Y_prtifjc:lMV<K)
pLol confusion »i'.ri*(cwfwi0n "tBj !-'■■- < ÎStCtfictiOfWTy forp. ¥#1Ч'"-СН)
pH.thowO
r-uf* «nsCMMi«: t (Jt_t p id n>y_l г л i nrtrt * fy, ttfititat: rL)
Рисунок 4. Фрагмент алгоритмизации сверточной нейронной сети Figure 4. A fragment of the algorithmization of a convolutional neural network
Epoch 30/33
3^2/311 [======......™«=s==s™«™b| - 20S 65ms/step - loss: 9,3042 - эсс: 9.8784
val.loss: 0.6139 - val_acc: 0.78ЭЗ
Keras CNN #1C - accuracy: Û,783273019702452B
precision recall f1-score support
NEUTROPHIL EOSINOPHIL MONOCYTE LYMPHOCYTE
avg / total
0.S7 е .88 0.69 624
0.96 0 .53 е.ба 623
3 .81 0.83 620
е. 47 0 .92 д.9Л 620
е.83 е .78 0.78 2487
Рисунок 5. Сводка точности алгоритма сверточной сети Figure 5. Convolutional network algorithm accuracy summary
наборе более 104, то оценивать точность следует на основе отложенной выборки (hold - out) [3,
4].
В качестве критерия точности алгоритма в данных условиях (количество экземпляров, тип отложенной выборки, алгоритм CNN) наиболее полной оценкой [4] является критерий /¡-score, поскольку он является средним геометрическим между precision и recall, где:
• Recall - это критерий, позволяющий своим соотношением определить, насколько полно был определен искомый класс (в количественном эквиваленте) из всего объёма данных искомого класса в датасете. Иными словами, если в датасете было 10 элементов класса, а алгоритм нашел 9 из них, то recall составит 9/10 = 0,9;
• Precision - это критерий, который позволяет выявить, какой процент определенного класса действительно является этим классом. Иными словами, характеризует истинно положительное отношение к сумме истинно положительного и ложноположительного результата.
На основе параметра /¡-score будет очень удобно учесть итоговую точность алгоритма с точки зрения его прикладной эффективности [5], поскольку взаимосвязанный учёт критериев precision и recall является достаточным аргументом для применения технологии модели в соответствующей прикладной области [3]. Результаты точности модели представлены на рисунке 5.
Соотнесение точностей /¡-score (рисунок
5) для каждого класса алгоритма (эозинофилы,
лимфоциты, моноциты и нейтрофилы) позволяет сделать заключение о том, что алгоритм сверточной нейронной сети уверенно справляется с поставленной задачей (значения критерия /-score, лежащие в диапазоне 0,7 - 1 являются достаточными основаниями для внедрения автоматизирующей технологии в прикладную область) [3, 5].
Отметим, что в подобласти глубокого обучения (deep learning), к которой принадлежит алгоритм CNN, при наличии большего числа данных, повышается и результирующая точность самой модели (рекомендуемый объём данных начинается от 103 экземпляров) [7].
Соответственно, при текущих значениях точности критерия /¡-score реализованная модель искусственного интеллекта уже может использоваться как вспомогательная система в условиях медицинских лабораторий. Однако потенциальное наличие большего числа экземпляров исходного набора данных для тренировки описанного в статье алгоритма позволит усовершенствовать его результирующую эффективность [7].
СПИСОК ЛИТЕРАТУРЫ
1. Направления использования ИИ в медицине [Электронный ресурс]. - Режим доступа: https://zdrav. expert/index. php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%98%D1%81%D0%BA%D1%83%D1%81%D1 %81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%-D0%BB%D0%BB%D0%B5%D0%BA%D1%82_%D0%B2_%D0%BC%D0%B5%D0%B4%D0%B8%D1%86%D0% B8%D0%BD%D0%B5#.D0.9D.D0.B0.D0.BRD1.80.D0.B0.D0.B2.D0.BB.D0.B5.D0.BD.D0.B8.D1.8F_.D0.B8.D1.81. D0.BF.D0.BE.D0.BB.D1.8C.D0.B7.D0.BE.D0.B2.D0.B0.D0.BD.D0.B8.D1.8F_.D0.98.D0.98_.D0.B2_.D0.BC.D0.B5. D0.B4.D0.B8.D1.86.D0.B8.D0.BD.D0.B5
2. Top Programming Languages 2021 [Электронный ресурс]. - Режим доступа: https://spectrum.ieee.org/top-programming-languages/#toggle-gdpr
3. Serge Kruk. Practical Python Al Projects. - Apress. 2018. - 271 c.
4. Samir Madhavan. Mastering Python for Data Science - Packt Publishing. 2018. - 276 c.
5. Yves Hilpisch. Derivatives Analytics with Python. - Willey Press. 2015. - 347 c.
6. Общий анализ крови как наиболее частое лабораторное медицинское исследование [Электронный ресурс]. - Режим доступа: https://www.medcentras.lt/ru/uslugi-i-ceny/issledovaniya/laboratornye-issledovaniya/obshchie-analizy-krovi-mochi-i-drugikh-zhidkostey-organizma/obshchiy-analiz-krovi/
7. David Julian. Designing Machine Learning Systems with Python - Packt Publishing. 2016. - 209 c.
REFERENCES
1. Napravleniya ispol'zovaniya II v meditsine [Directions for using II in medicine]. Retrieved from: https://zdrav. expert/index.php/%D0% A1%D1%82%D0%B0%D1%82%D1% 8C%D1%8F:%D0%98%D1%81%D0% BA%D1%83%D1%81%D1%81%D1% 82%D0%B2%D0%B5%D0%BD%D0% BD%D1%8B%D0%B9_%D0%B8%D0% BD%D1%82%D0%B5%D0%BB% D0%BB%D0%B5%D0%BA%D1%82 _%D0%B2_%D0%BC%D0%B5%D0% B4%D0%B8%D1%86%D0%B8%D0% BD%D0%B5#.D0.9D.D0.B0.D0.BF. D1.80. D0.B0.D0.B2.D0.BB.D0.B5.D0.BD.D0. B8.D1.8F_.D0.B8.D1.81.D0.BF.D0.BE. D0.BB.D1.8C.D0.B7.D0.BE. D0.B2.D0. B0.D0.BD.D0.B8.D1.8F_.D0.98.D0.98_ .D0.B2_.D0.BC.D0.B5.D0.B4.D0.B8 .D1.86.D0.B8.D0.BD.D0.B5 [in Russian].
2. Top Programming Languages 2021 Retrieved from: https://spectrum.ieee.org/ top-programming-languages/#toggle-gdpr [in English].
3. Serge Kruk. (2018). Practical Python Al Projects. Apress [in English].
4. Samir Madhavan. (2018). Mastering Python for Data Science. Packt Publishing [in English].
5. Yves Hilpisch. (2015). Derivatives Analytics with Python. Willey Press [in English].
6. Obshchiy analiz krovi kak naiboleye chastoye laboratornoye meditsinskoye issledovaniye [Complete blood count as the most frequent laboratory medical examination]. Retrieved from: https://www.medcentras.lt/ru/uslugi-i-ceny /issle-dovaniya/laboratornye-issledovaniya/obshchie-analizy-krovi- mochi-i-drugikh-zhidkostey-organizma/obshchiy-analiz-krovi/ [in Russian].
7. David Julian. (2016). Designing Machine Learning Systems with Python. Packt Publishing [in English].
