Решение прикладных задач методами искусственного интеллекта

Development of an OCT data classification model for determining the presence and type of ophthalmic diseases

[Разработка модели классификации данных ОКТ для определения наличия и типа офтальмологических заболеваний]

L. E. Aksenova^a, K. D. Aksenov^a, A. V. Prisyazhnyuk^a, V. V. Myasnikova^ba, A. V. Krasov<sup>c

a</sup> LLC Predict space, Novorossiysk
^b Maikop State Technological University
^c St. Petersburg State University of Telecommunications

Аннотация: Оптическая когерентная томография (ОКТ) является важным инструментом в диагностике распространенных офтальмологических заболеваний, таких как возрастная макулярная дегенерация и диабетическая ретинопатия. Тем не менее, процессы анализа и интерпретации данных ОКТ представляют высокую сложность как в виду необходимости анализа большого количества данных и затраченного на исследования времени, так и пропуска незначительных и ранних признаков заболевания или редких патологий врачом офтальмологом. В настоящей работе предложен комплексный подход к разработке системы анализа изображений ОКТ на основе глубоких нейронных сетей. В частности, была проведена оценка производительности моделей на основе четырех архитектур нейронных сетей – ResNet50, VGG16, InceptionV4 и ResNet101. Результаты показывают, что модель на основе архитектуры ResNet50 позволяет достичь наибольшей доли правильно классифицированных изображений. Кроме того, внедрение разработанной модели в чат-бот позволяет существенно сократить время интерпретации ОКТ изображений, что может способствовать увеличению доступности предварительной диагностики и улучшению качества оказания медицинских услуг.

Ключевые слова: искусственный интеллект, офтальмология, модели машинного обучения, архитектуры нейронных сетей, сверточные нейронные сети, оптическая когерентная томография, чат-бот.

УДК: 303.732

Поступила в редакцию: 15.06.2024

Язык публикации: английский

DOI: 10.18721/JCSTCS.17310