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.author | Демин, Н.С. | - |
dc.contributor.author | Ильясова, Н.Ю. | - |
dc.contributor.author | Парингер, Р.А. | - |
dc.contributor.author | Кирш, Д.В. | - |
dc.date.accessioned | 2024-03-19 10:47:51 | - |
dc.date.available | 2024-03-19 10:47:51 | - |
dc.date.issued | 2023-09 | - |
dc.identifier | Dspace\SGAU\20240315\109032 | ru |
dc.identifier.citation | 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. | ru |
dc.identifier.uri | https://dx.doi.org/10.18287/2412-6179-CO-1283 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Primenenie-iskusstvennogo-intellekta-v-oftalmologii-na-primere-resheniya-zadachi-semanticheskoi-segmentacii-izobrazheniya-glaznogo-dna-109032 | - |
dc.description.abstract | 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++. | ru |
dc.description.sponsorship | Работа выполнена при финансовой поддержке РФФИ (грант № 19-29-01135), в рамках выполнения работ по государственному заданию ФНИЦ «Кристаллография и фотоника» РАН. | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет | ru |
dc.relation.ispartofseries | 47;5 | - |
dc.subject | изображение глазного дна | ru |
dc.subject | лазерная коагуляция | ru |
dc.subject | диабетическая ретинопатия | ru |
dc.subject | обработка изображений, | ru |
dc.subject | сегментация | ru |
dc.subject | нейронная сеть | ru |
dc.subject | искусственный интеллект | ru |
dc.title | Применение искусственного интеллекта в офтальмологии на примере решения задачи семантической сегментации изображения глазного дна | ru |
dc.title.alternative | Application of artificial intelligence in ophthalmology for solving the problem of semantic segmentation of fundus images | ru |
dc.type | Article | ru |
dc.textpart | 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... | - |
dc.classindex.scsti | 28.23.15 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
2412-6179_2023_47_5_824-831.pdf | 943.33 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.