Учёные из МТУСИ разработали метод глубокого обучения, позволяющий сегментировать сосуды глаза. Данный метод значительно упростит работу специалистам в области диагностирования болезней на ранних этапах развития, так как кровеносные сосуды сетчатки глаза связаны со многими заболеваниями: сахарным диабетом, образованием тромбов (окклюзия сосудов), гипертонией, инсультом и другими.
Для использования методов машинного обучения и методов глубокого обучения была отобрана нейросетевая модель U-Net, способная улавливать максимальное количество закономерностей на больших массивах данных, которые, в свою очередь, достаточно быстро можно совместить с имеющимися данными под необходимую задачу. U-Net показывает хорошее качество благодаря реализации skipconnection, что позволяет сохранить часть пространственной информации при сжатии изображения энкодером. Все это способствует достичь лучших результатов при наименьших временных и ресурсных затратах.
«Безусловно метод глубокого обучения с нейросетевым подходом U-Net для решения задачи сегментации капилляров глаза показывает отличные результаты при низком значении функции потерь. Данный метод можно широко использовать в качестве интеллектуального ассистента офтальмологов и различным другим медицинским работникам для дальнейшей классификации болезней», — рассказала научный руководитель разработки, к.ф.м.н., доцент кафедры «Теория вероятностей и прикладная математика» МТУСИ Ирина Синева.
По словам разработчика модели, студента 1 курса магистратуры МТУСИ Даниила Матвеева, для повышения показателей методов глубокого обучения ведутся работы с привлечением дополнительных специалистов, чтобы избавиться от неопределенности в данных и уточнения результатов. В идеале можно будет значительно улучшить качество обнаружения капилляров глаза, тем самым упростив работу специалистам.
Внедрение решений на основе нейросетей в медучреждениях в рамках федерального проекта «Искусственный интеллект» становится дополнительным стимулом для фундаментальных исследований ученых из МТУСИ. Так, разработкой метода глубокого обучения для сегментации капилляров глаза заинтересовалась компания «Технологии доверия». Ожидается дополнительное финансирование разработки, что позволит усовершенствовать ее преимущества.
Материал: News-w.org / Артем Сафарян по материалам пресс-службы
Фото: пресс-служба
Для использования методов машинного обучения и методов глубокого обучения была отобрана нейросетевая модель U-Net, способная улавливать максимальное количество закономерностей на больших массивах данных, которые, в свою очередь, достаточно быстро можно совместить с имеющимися данными под необходимую задачу. U-Net показывает хорошее качество благодаря реализации skipconnection, что позволяет сохранить часть пространственной информации при сжатии изображения энкодером. Все это способствует достичь лучших результатов при наименьших временных и ресурсных затратах.
«Безусловно метод глубокого обучения с нейросетевым подходом U-Net для решения задачи сегментации капилляров глаза показывает отличные результаты при низком значении функции потерь. Данный метод можно широко использовать в качестве интеллектуального ассистента офтальмологов и различным другим медицинским работникам для дальнейшей классификации болезней», — рассказала научный руководитель разработки, к.ф.м.н., доцент кафедры «Теория вероятностей и прикладная математика» МТУСИ Ирина Синева.
По словам разработчика модели, студента 1 курса магистратуры МТУСИ Даниила Матвеева, для повышения показателей методов глубокого обучения ведутся работы с привлечением дополнительных специалистов, чтобы избавиться от неопределенности в данных и уточнения результатов. В идеале можно будет значительно улучшить качество обнаружения капилляров глаза, тем самым упростив работу специалистам.
Внедрение решений на основе нейросетей в медучреждениях в рамках федерального проекта «Искусственный интеллект» становится дополнительным стимулом для фундаментальных исследований ученых из МТУСИ. Так, разработкой метода глубокого обучения для сегментации капилляров глаза заинтересовалась компания «Технологии доверия». Ожидается дополнительное финансирование разработки, что позволит усовершенствовать ее преимущества.
Материал: News-w.org / Артем Сафарян по материалам пресс-службы
Фото: пресс-служба
Обсудить
Читайте также:
30 октябрь 2023, Понедельник
Ученые МТУСИ разработали нейросетевую модель распознавания голосовых команд для системы управления роботом-манипулятором
01 декабрь 2021, Среда
Школа-семинар «Современные тенденции развития методов и технологий защиты информации»
26 ноябрь 2021, Пятница
МТУСИ и Контроль ИТ открыли совместную лабораторию для практического обучения студентов
Комментарии (0)