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...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorДемин, Н.С.-
dc.contributor.authorИльясова, Н.Ю.-
dc.contributor.authorПарингер, Р.А.-
dc.contributor.authorКирш, Д.В.-
dc.date.accessioned2024-03-19 10:47:51-
dc.date.available2024-03-19 10:47:51-
dc.date.issued2023-09-
dc.identifierDspace\SGAU\20240315\109032ru
dc.identifier.citationДемин, 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.ru
dc.identifier.urihttps://dx.doi.org/10.18287/2412-6179-CO-1283-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Primenenie-iskusstvennogo-intellekta-v-oftalmologii-na-primere-resheniya-zadachi-semanticheskoi-segmentacii-izobrazheniya-glaznogo-dna-109032-
dc.description.abstractВ 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++.ru
dc.description.sponsorshipРабота выполнена при финансовой поддержке РФФИ (грант № 19-29-01135), в рамках выполнения работ по государственному заданию ФНИЦ «Кристаллография и фотоника» РАН.ru
dc.language.isorusru
dc.publisherСамарский национальный исследовательский университетru
dc.relation.ispartofseries47;5-
dc.subjectизображение глазного днаru
dc.subjectлазерная коагуляцияru
dc.subjectдиабетическая ретинопатияru
dc.subjectобработка изображений,ru
dc.subjectсегментацияru
dc.subjectнейронная сетьru
dc.subjectискусственный интеллектru
dc.titleПрименение искусственного интеллекта в офтальмологии на примере решения задачи семантической сегментации изображения глазного днаru
dc.title.alternativeApplication of artificial intelligence in ophthalmology for solving the problem of semantic segmentation of fundus imagesru
dc.typeArticleru
dc.textpartа) 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...-
dc.classindex.scsti28.23.15-
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.