Данная статья посвящена разработке алгоритма сегментации признаков кистозного макулярного отека (в том числе диабетического макулярного отека), возрастной макулярной дегенерации (хориоидальной неоваскуляризации и ретинальных друз), центральной серозной хориоретинопатии и эпиретинальной мембраны на сканах структурной оптической когерентной томографии (ОКТ). В работе представлена мировая статистика больных, имеющих указанные патологии, и их потребности в регулярном офтальмологическом скрининге. В качестве решения проблемы регулярного скрининга предложено применение приложений телемедицины. С помощью искусственного интеллекта определяются основные визуальные признаки указанных патологий, выявляемые на цифровых сканах структурной ОКТ сетчатки глаза. Представлен перечень научно-технических задач, которые требовалось решить: сбор обучающей базы данных, разметка данных и выбор архитектур искусственных нейронных сетей для задач сегментации признаков. Описан процесс валидации работы алгоритма и представлены текущие результаты.
Алгоритм искусственного интеллекта для сегментации патологических структур на сканах оптической когерентной томографии сетчатки глаза
DOI: 10.29188/2712-9217-2022-8-3-21-27
For citation:
Каталевская Е.А., Сизов А.Ю., Гилемзянова Л.И. Алгоритм искусственного интеллекта для сегментации патологических структур на сканах оптической когерентной томографии сетчатки глаза. Российский журнал телемедицины и электронного здравоохранения 2022;8(3):21-27; https://doi.org/10.29188/2712-9217-2022-8-3-21-27
2106
| Attachment | Size |
|---|---|
| Download | 1.13 MB |
Keywords:
diabetic macular edema; cystoid macular edema; age-related macular degeneration; choroidal neovascularization; retinal drusen; central serous choroidopathy; epiretinal membrane; artificial neural networks; medical decision support system; segmentation
