Учёный Томского государственного университета Неда Фироз совместно с коллегой из Новосибирского государственного университета Александром Савостьяновым предложила новый метод диагностики ранней стадии депрессии на основе графовых нейронных сетей (GNN). Впервые исследователям удалось объединить в одном алгоритме данные электроэнцефалографии (ЭЭГ) и генетические маркеры, которые большинство подходов анализируют по отдельности. Нейросеть научилась определять наличие расстройства с точностью 93%, что создает основу для более объективной диагностики в психиатрии.

Статья опубликована в научном журнале «Безопасность информационных технологий» (категория К1 в базе РИНЦ).

Большинство существующих методов обрабатывают данные нейрофизиологии и генетики по отдельности, хотя депрессия возникает из‑за сложного взаимодействия этих уровней. Использование графовых нейронных сетей (GNN) позволяет связать данные в единую сеть, улавливая все закономерности.

— Когда пациент приходит на прием, врач с помощью психометрических шкал и опросов оценивает состояние человека, а затем отправляет на проверку мозговой активности (ЭЭГ) и сдачу крови на генетику, — рассказала младший научный сотрудник лаборатории анализа данных физики высоких энергий физического факультета ТГУ Неда Фироз. — Все данные фиксируются в таблице по отдельности, а потом собираются в единую формулу. Мы разработали специальную модель, которая одновременно обрабатывает и ЭЭГ, и генетику — она называется мультимодальный свёрточный трансформер.

 

Для исследования были взяты данные 383 участников (34 с депрессией и 349 здоровых) из открытого специализированного набора ICBrainDB. В 93% случаев нейросеть верно отличала депрессию от нормы и почти никогда не ошибалась.

Разработанная модель станет основой для автоматизированной диагностики депрессии и поможет врачам объективно определять диагноз.

— Чтобы анализировать ЭЭГ, я использовала нейросети, которые умеют сжимать и восстанавливать сигнал, а потом объединяла их с генетическими данными. Так мы точнее предсказывали депрессию, алгоритм превосходил многие стандартные клинические шкалы, — дополнила Неда Фироз. — Главное достоинство алгоритма в том, что он может проанализировать нового пациента и с высокой точностью определить вероятность депрессии. Компьютер замечает сложные сочетания признаков, которые психиатр без него просто не способен вычислить. Важно: мы не заменяем психиатра, мы даём ему инструмент, чтобы исключить субъективность. Нейросеть — это второе мнение, основанное на чистой математике и физиологии мозга, — добавила Неда.

Неда Фироз родом из Индии. Она поступила в аспирантуру Института прикладной математики и компьютерных наук ТГУ в 2022 году. Сейчас девушка преподает программирование студентам и готовится защищать докторскую диссертацию.

 

В 2026 году университет откроет почти 700 бюджетных мест на технические специальности в ИПМКН ТГУ. Среди новинок на программах базового высшего образования — «Программная инженерия и компьютерные науки» с углубленным изучением ИИ и кибербезопасности, а также «Информационная безопасность» (25 бюджетных мест).

Больше информации о поступлении в Томский государственный университет и направлениях подготовки читайте на сайте Абитуриент ТГУ.