СВЕРТОЧНАЯ И РЕКУРРЕНТНАЯ НЕЙРОННЫЕ СЕТИ ДЛЯ ОКТ-ДИАГНОСТИКИ И КЛАССИФИКАЦИИ ПАЦИЕНТОВ С ВОЗРАСТНОЙ МАКУЛЯРНОЙ ДЕГЕНЕРАЦИЕЙ
Аннотация
Актуальность. Применение машинного обучения в задаче диагностики заболеваний глазного дна
на основе изображений позволяет уменьшить нагрузку на врачебный персонал и потенциально снизить
влияние человеческого фактора при анализе визуальной информации. Однако разработка интеллекту-
альных приложений в медицине, в частности в офтальмологии, является нетривиальной задачей ввиду
специфики выделяемых предикторов заболеваний и требований к подобным системам.
За последние 5 лет в данной области наблюдается тенденция к увеличению применимости методов
глубокого обучения, поскольку в их рамках алгоритмы самостоятельно способны выделять предикторы
на изображениях и, что самое главное, определять границы их изменчивости при условии достаточного
количества обучающих примеров.
Библиографические ссылки
Schmidt- Erfurth, Ursula Margarethe, Amir Sadeghipour, Bianca S. Gerendas, Sebastian M. Waldstein and Hrvoje Bogunović. “Artificial intelligence in retina.” Progress in retinal and eye research 67 (2018): 1–29. https://www.sciencedirect.com/science/article/pii/S1350946218300119
Venhuizen, F. G., van Ginneken, B., van Asten, F., van Grinsven, M. J., Fauser, S., Hoyng, C.B., & Sánchez, C.I. (2017). Automated staging of age-related macular degeneration using optical coherence tomography. Investigative ophthalmology & visual science, 58(4), 2318–2328. https://iovs.arvojournals.org/article.aspx?articleid=2623584