English
Русский
Формирование датасета для нейросетевой модели распознавания офтальмологической патологии на изображениях глазного дна DOI: 10.29188/2712-9217-2024-10-4-38-42
- Гулякин Д.Д. – ординатор 2 года, кафедра офтальмологии, ГБУЗ «Морозовская ДГКБ ДЗМ»; Москва, Россия
- Стецуков Г.Д. – аспирант 4 года по направлению «Биологические науки», ФГБОУ ВО Самарского государственного медицинского университета МЗ РФ; Самара, Россия
- Теренин В.С. – магистрант 2 года, факультет филологии, «Национальный исследовательский Томский государственный университет»; Томск, Россия
- Пузанкова А.Д. – студентка 4 курса, Институт клинической медицины им. Н.В. Склифосовского ФГАОУ ВО Первый МГМУ имени И.М. Сеченова Минздрава России (Сеченовский Университет); Москва, Россия
- Никиточкина М.Д. – магистрант 2 курс, специальность «Интеллектуальные системы в гуманитарной среде», ФГАОУ ВО Первый МГМУ имени И.М. Сеченова Минздрава России (Сеченовский Университет); Москва, Россия
- Валевская Д.Л. – студентка 4 курса, Биологический факультет, Санкт-Петербургский государственный университет; Санкт-Петербург, Россия
- Маркова М.А. – студентка 4 курса, Передовая инженерная школа «Интеллектуальные системы тераностики», ФГАОУ ВО Первый МГМУ имени И.М. Сеченова Минздрава России (Сеченовский Университет); Москва, Россия
- Анпилогова Е.А. – студентка 4 курса, Биологический факультет, Санкт-Петербургский государственный университет; Санкт-Петербург, Россия
- Дододжонов А.Ю. – студент 6 курса, Лечебный факультет, ФГБОУ ВО «Иркутский государственный медицинский университет» Минздрава России; Иркутск, Россия
- Сырова А.И. – студентка 4 курса, Лечебный факультет, ФГБОУ ВО «Иркутский государственный медицинский университет» Минздрава России; Иркутск, Россия
- Кулишенко А.А. – 2 курс магистратуры, Факультет Космических Исследований, ФГБОУ ВО «Московский государственный университет имени М. В. Ломоносова»; Москва, Россия
- Загребина Н.А. – ординатор 2 года, кафедра офтальмологии, ФГАОУ ВО Первый МГМУ имени И.М. Сеченова Минздрава России (Сеченовский Университет); Москва, Россия
16 Введение. В офтальмологической практике использование цифровых диагностических приборов позволило накопить большую базу данных медицинских изображений, а алгоритмы машинного обучения позволяют применить эти данные для создания автоматизированных решений, повышающих скорость, эффективность и качество скрининговых исследований.
Материалы и методы. В данном исследовании сбор данных и формирование датасета цифровых изображений глазного дна проводились из открытых облачных баз хранения и обработки данных Kaggle, Mendeley Data, Figshare. Все изображения прошли процедуру обезличивания и псевдонимизации согласно Федеральному закону от 27.07.2006 N 152-ФЗ «О персональных данных» и ГОСТ Р 55036-2012/ISO/TS 25237:2008.
Результаты. Объем собранного набора данных составил 1765 цифровых изображений глазного дна размером 640 × 480 и 2048×2048 пикселей и был переименован в итоговый датасет «OcuDate». Проведено аннотирование изображений по классам качества и разработан инструмент предобработки данных, что в последующем позволит провести обучение нейросетевой модели.
Выводы. Полученные данные могут быть интегрированы в систему анализа и обработки изображений глазного дна при создании экспертной системы поддержки принятия клинических решений врачами-офтальмологами.
| Прикрепленный файл | Размер |
|---|---|
| Скачать файл | 230.97 кб |
