Например, Бобцов

Обнаружение слепоты при диабетической ретинопатии с использованием алгоритма связанных компонентов на основе байесовского варианта в Keras и TensorFlow

Аннотация:

Нейродегенеративное заболевание глаз — глаукома, вызывается повышением внутриглазного давления сетчатки. Это вторая по значимости причина слепоты в мире. Отсутствие раннего диагноза приводит к полной слепоте. Актуальной проблемой является создание системы диагностики, которая может функционировать без большого количества оборудования, высококвалифицированного медицинского персонала и занимает мало времени. Предложенное в работе моделирование состоит из трех этапов: предварительная подготовка, тонкая настройка и логический вывод. Вероятностная пиксельная идентификация (байесовский вариант) позволяет прогнозировать тяжесть заболевания по наличию визуальных признаков, таких как аномалия кровеносных сосудов, наличие твердых экссудатов и ватообразных очагов. Рассмотрено сочетание машинного обучения, глубокого обучения и методов обработки изображений для оценки и идентификации диагностических изображений. Входное изображение проверено с использованием байесовской архитектуры связанных компонентов. Для обнаружения области интереса (ROI) применен алгоритм наиболее яркого пятна. Для обнаружения стадий диабетической ретинопатии по фотографиям глазного дна выполнены расчеты диска и чаши зрительного нерва. Изображения сегментированы от 0 до 4 с использованием архитектуры VGGNet16 и алгоритма SMOTE. Представленная модель с применением алгоритма ResNet на основе ансамбля с Efficient Net дала оценку точности 93 % и предсказанный коэффициент Каппа изображения (p < 0,01) 0,755 набора данных изображения сетчатки глазного дна.

Ключевые слова:

Статьи в номере