Отрывок: Алгоритм реализует классификацию сигналов на «здоровые» и «больные» в 4 этапа. Рассчитанные метрики для оценки эффективности алгоритма приведены в табл. 2 и нахо- дятся в диапазоне от 0,71 до 0,81. Комбинируя классический анализ и анализ, оцени- вающий сигнал по параметрам, извлеченны...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Жданов, А.Е. | - |
dc.contributor.author | Долганов, А.Ю. | - |
dc.contributor.author | Занка, Д. | - |
dc.contributor.author | Борисов, В.И. | - |
dc.contributor.author | Лучиан, Е. | - |
dc.contributor.author | Доросинский, Л.Г. | - |
dc.date.accessioned | 2023-02-28 16:18:35 | - |
dc.date.available | 2023-02-28 16:18:35 | - |
dc.date.issued | 2023-04 | - |
dc.identifier | Dspace\SGAU\20230222\102126 | ru |
dc.identifier.citation | Жданов, А.Е. Оценка эффективности алгоритма поддержки принятия решения врачом при дистрофии сетчатки с использованием методов машинного обучения / А.Е. Жданов А.Ю. Долганов, Д. Занка, В.И. Борисов, Е. Лучиан, Л.Г. Доросинский // Компьютерная оптика. – 2023. – Т. 47, № 2. – С. 272-277. – DOI: 10.18287/2412-6179-CO-1124. | ru |
dc.identifier.uri | 10.18287/2412-6179-CO-1124 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Ocenka-effektivnosti-algoritma-podderzhki-prinyatiya-resheniya-vrachom-pri-distrofii-setchatki-s-ispolzovaniem-metodov-mashinnogo-obucheniya-102126 | - |
dc.description.abstract | Электроретинография является перспективным методом электрофизиологического тестирования, позволяющего диагностировать заболевания, связанные с нарушениями сосудистых структур сетчатки зрительного анализатора. Классический анализ электроретинограммы строится на оценке 4 параметров в амплитудно-временном представлении и часто нуждается в конкретизации с использованием альтернативных методов диагностики. В настоящем исследовании предлагается использование оригинального алгоритма поддержки принятия решения врачом для диагностирования дистрофии сетчатки. Алгоритм построен на базе методов машинного обучения и использует параметры, извлеченные из вейвлет-скалограммы педиатрических и взрослых сигналов электроретинограмм. Также в исследовании используется размеченная база данных педиатрических и взрослых сигналов электроретинограмм, записанная с помощью компьютеризированной электрофизиологической рабочей станции EP-1000 (Tomey GmbH) в Екатеринбургском центре МНТК «Микрохирургия глаза». Научная новизна настоящего исследования заключается в разработке специального алгоритмического обеспечения для анализа процедуры извлечения параметров из вейвлет-скалограммы сигнала электроретинограммы с использованием функции cwt библиотеки PyWT, где в качестве базисной функции был выбран вейвлет Гаусса 8-го порядка. Также научная новизна заключается в разработке алгоритма анализа сигналов электроретинограмм, который в сравнении с классическим анализом реализует классификацию взрослых сигналов электроретинограммы на 19 % точнее, а педиатрических сигналов на 20 % точнее, чем классический анализ. | ru |
dc.description.sponsorship | Исследование выполнено при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках Программы развития Уральского федерального университета имени первого Президента России Б.Н. Ельцина в соответствии с программой стратегического академического лидерства «Приоритет-2030». | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет | ru |
dc.relation.ispartofseries | 47;2 | - |
dc.subject | электроретинография | ru |
dc.subject | электроретинограмма | ru |
dc.subject | ЭРГ | ru |
dc.subject | электрофизиологическое исследование | ru |
dc.subject | ЭФИ | ru |
dc.subject | дистрофия сетчатки | ru |
dc.subject | вейвлет-анализ | ru |
dc.subject | вейвлет-скалограмма | ru |
dc.subject | деревья решений | ru |
dc.subject | алгоритм поддержки принятия решения | ru |
dc.title | Оценка эффективности алгоритма поддержки принятия решения врачом при дистрофии сетчатки с использованием методов машинного обучения | ru |
dc.title.alternative | Evaluation of the effectiveness of the decision support algorithm for physicians in retinal dystrophy using machine learning methods | ru |
dc.type | Article | ru |
dc.textpart | Алгоритм реализует классификацию сигналов на «здоровые» и «больные» в 4 этапа. Рассчитанные метрики для оценки эффективности алгоритма приведены в табл. 2 и нахо- дятся в диапазоне от 0,71 до 0,81. Комбинируя классический анализ и анализ, оцени- вающий сигнал по параметрам, извлеченны... | - |
dc.classindex.scsti | 28.29.01 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
2412-6179_2023_47-2_272-277.pdf | Основная статья | 4.03 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.