ИИ для анализа ОКТ сетчатки: результаты модели VGG16
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
Авторы исследования разработали алгоритм на основе нейронной сети VGG16 для распознавания патологий сетчатки на снимках оптической когерентной томографии (ОКТ). Модель обучали различать здоровую сетчатку и три патологии: хориоидальную неоваскуляризацию, диабетический макулярный отек и множественные друзы.
Для обучения и тестирования использовали 1000 снимков из открытого набора данных на 20 000 глаз. Чувствительность модели составила 97%, специфичность — 98%. Авторы рассматривают алгоритм как основу для автоматизированной системы принятия врачебных решений, разрабатываемой в НМИЦ ГБ им. Гельмгольца. В перспективе такой подход может применяться для скрининга и мониторинга заболеваний сетчатки, в том числе на доврачебном этапе.
Главное
- Для обучения и тестирования алгоритма выбрали 1000 ОКТ-снимков из набора данных на 20 000 глаз.
- В тестовой выборке было 50 снимков здоровой сетчатки и 150 снимков с патологиями.
- Чувствительность модели VGG16 составила 97%, специфичность — 98%.
- Алгоритм распознавал хориоидальную неоваскуляризацию, диабетический макулярный отек и множественные друзы.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация