Отрывок: а) б) Рис. 1. а) Исходное изображение, б) бинарная маска разметки для макулярного отёка В ходе экспериментов были отобраны четыре нейронных сети, имеющие наибольшую точность со- гласно метрике f1. В табл. 1 представлены результаты данного эксперимента. Табл. 1. Результаты обучения различных архитектур нейронных сетей Архитектура Значен...
Название : Применение искусственного интеллекта в офтальмологии на примере решения задачи семантической сегментации изображения глазного дна
Другие названия : Application of artificial intelligence in ophthalmology for solving the problem of semantic segmentation of fundus images
Авторы/Редакторы : Демин, Н.С.
Ильясова, Н.Ю.
Парингер, Р.А.
Кирш, Д.В.
Ключевые слова : изображение глазного дна
лазерная коагуляция
диабетическая ретинопатия
обработка изображений,
сегментация
нейронная сеть
искусственный интеллект
Дата публикации : Сен-2023
Издательство : Самарский национальный исследовательский университет
Библиографическое описание : Демин, Н.С. Применение искусственного интеллекта в офтальмологи на примере решения задачи семантической сегментации изображения глазного дна / Н.С. Демин, Н.Ю. Ильясова, Р.А. Парингер, Д.В. Кирш // Компьютерная оптика. – 2023. – Т. 47, № 5. – С. 824-831. – DOI: 10.18287/2412-6179-CO-1283.
Серия/номер : 47;5
Аннотация : В данной работе представлены основные аспекты применения искусственного интеллекта в офтальмологии для диагностики и лечения глазных заболеваний на примере задачи семантической сегментации изображений глазного дна. Проведено сравнение классического подхода к семантической сегментации на основе текстурных признаков и предлагаемого подхода на основе нейронных сетей. Сформулированы основные проблемы применения нейросетевого подхода в биомедицине. Предложен способ выделения оптимальной зоны лазерного воздействия для проведения операции лазерной коагуляции на основе применения двух нейронных сетей. Первая сеть применялась для выделения анатомических объектов на глазном дне, а вторая – для выделения зоны макулярного отёка. Результат формировался из области отёка с учётом расположения на ней анатомических объектов. Был проведён сравнительный анализ нескольких архитектур нейронных сетей для решения задачи выделения области отёка. Лучшие результаты выделения зоны отёка показала нейронная сеть архитектуры Unet++.
URI (Унифицированный идентификатор ресурса) : https://dx.doi.org/10.18287/2412-6179-CO-1283
http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Primenenie-iskusstvennogo-intellekta-v-oftalmologii-na-primere-resheniya-zadachi-semanticheskoi-segmentacii-izobrazheniya-glaznogo-dna-109032
Другие идентификаторы : Dspace\SGAU\20240315\109032
ГРНТИ: 28.23.15
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
2412-6179_2023_47_5_824-831.pdf943.33 kBAdobe PDFПросмотреть/Открыть



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.