Оценка эффективности алгоритма поддержки принятия решения врачом при дистрофии сетчатки с использованием методов машинного обучения

Standard

Оценка эффективности алгоритма поддержки принятия решения врачом при дистрофии сетчатки с использованием методов машинного обучения. / Жданов, Алексей Евгеньевич ; Долганов, Антон Юрьевич; Занка, Д. и др.
в: Computer Optics, Том 42, № 2, 2023, стр. 272-277.

Результаты исследований: Вклад в журнал › Статья › Рецензирование

BibTeX

@article{abe41f76c282425f8e47d9a8616f458b,

title = "Оценка эффективности алгоритма поддержки принятия решения врачом при дистрофии сетчатки с использованием методов машинного обучения",

abstract = "Электроретинография является перспективным методом электрофизиологического тестирования, позволяющего диагностировать заболевания, связанные с нарушениями сосудистых структур сетчатки зрительного анализатора. Классический анализ электроретинограммы строится на оценке 4 параметров в амплитудно-временном представлении и часто нуждается в конкретизации с использованием альтернативных методов диагностики. В настоящем исследовании предлагается использование оригинального алгоритма поддержки принятия решения врачом для диагностирования дистрофии сетчатки. Алгоритм построен на базе методов машинного обучения и использует параметры, извлеченные из вейвлет-скалограммы педиатрических и взрослых сигналов электроретинограмм. Также в исследовании используется размеченная база данных педиатрических и взрослых сигналов электроретинограмм, записанная с помощью компьютеризированной электрофизиологической рабочей станции EP-1000 (Tomey GmbH) в Екатеринбургском центре МНТК «Микрохирургия глаза». Научная новизна настоящего исследования заключается в разработке специального алгоритмического обеспечения для анализа процедуры извлечения параметров из вейвлет-скалограммы сигнала электроретинограммы с использованием функции cwt библиотеки PyWT, где в качестве базисной функции был выбран вейвлет Гаусса 8-го порядка. Также научная новизна заключается в разработке алгоритма анализа сигналов электроретинограмм, который в сравнении с классическим анализом реализует классификацию взрослых сигналов электроретинограммы на 19 % точнее, а педиатрических сигналов на 20 % точнее, чем классический анализ.",

author = "Жданов, {Алексей Евгеньевич} and Долганов, {Антон Юрьевич} and Д. Занка and Борисов, {Василий Ильич} and Е. Лучиан and Доросинский, {Леонид Григорьевич}",

note = "Исследование выполнено при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках Программы развития Уральского федерального университета имени первого Президента России Б.Н. Ельцина в соответствии с программой стратегического академического лидерства «Приоритет-2030».",

year = "2023",

doi = "10.18287/2412-6179-CO-1124",

language = "Русский",

volume = "42",

pages = "272--277",

journal = "Computer Optics",

issn = "0134-2452",

publisher = "Институт систем обработки изображений Российской академии наук",

number = "2",

}

RIS

TY - JOUR

T1 - Оценка эффективности алгоритма поддержки принятия решения врачом при дистрофии сетчатки с использованием методов машинного обучения

AU - Жданов, Алексей Евгеньевич

AU - Долганов, Антон Юрьевич

AU - Занка, Д.

AU - Борисов, Василий Ильич

AU - Лучиан, Е.

AU - Доросинский, Леонид Григорьевич

N1 - Исследование выполнено при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках Программы развития Уральского федерального университета имени первого Президента России Б.Н. Ельцина в соответствии с программой стратегического академического лидерства «Приоритет-2030».

PY - 2023

Y1 - 2023

N2 - Электроретинография является перспективным методом электрофизиологического тестирования, позволяющего диагностировать заболевания, связанные с нарушениями сосудистых структур сетчатки зрительного анализатора. Классический анализ электроретинограммы строится на оценке 4 параметров в амплитудно-временном представлении и часто нуждается в конкретизации с использованием альтернативных методов диагностики. В настоящем исследовании предлагается использование оригинального алгоритма поддержки принятия решения врачом для диагностирования дистрофии сетчатки. Алгоритм построен на базе методов машинного обучения и использует параметры, извлеченные из вейвлет-скалограммы педиатрических и взрослых сигналов электроретинограмм. Также в исследовании используется размеченная база данных педиатрических и взрослых сигналов электроретинограмм, записанная с помощью компьютеризированной электрофизиологической рабочей станции EP-1000 (Tomey GmbH) в Екатеринбургском центре МНТК «Микрохирургия глаза». Научная новизна настоящего исследования заключается в разработке специального алгоритмического обеспечения для анализа процедуры извлечения параметров из вейвлет-скалограммы сигнала электроретинограммы с использованием функции cwt библиотеки PyWT, где в качестве базисной функции был выбран вейвлет Гаусса 8-го порядка. Также научная новизна заключается в разработке алгоритма анализа сигналов электроретинограмм, который в сравнении с классическим анализом реализует классификацию взрослых сигналов электроретинограммы на 19 % точнее, а педиатрических сигналов на 20 % точнее, чем классический анализ.

AB - Электроретинография является перспективным методом электрофизиологического тестирования, позволяющего диагностировать заболевания, связанные с нарушениями сосудистых структур сетчатки зрительного анализатора. Классический анализ электроретинограммы строится на оценке 4 параметров в амплитудно-временном представлении и часто нуждается в конкретизации с использованием альтернативных методов диагностики. В настоящем исследовании предлагается использование оригинального алгоритма поддержки принятия решения врачом для диагностирования дистрофии сетчатки. Алгоритм построен на базе методов машинного обучения и использует параметры, извлеченные из вейвлет-скалограммы педиатрических и взрослых сигналов электроретинограмм. Также в исследовании используется размеченная база данных педиатрических и взрослых сигналов электроретинограмм, записанная с помощью компьютеризированной электрофизиологической рабочей станции EP-1000 (Tomey GmbH) в Екатеринбургском центре МНТК «Микрохирургия глаза». Научная новизна настоящего исследования заключается в разработке специального алгоритмического обеспечения для анализа процедуры извлечения параметров из вейвлет-скалограммы сигнала электроретинограммы с использованием функции cwt библиотеки PyWT, где в качестве базисной функции был выбран вейвлет Гаусса 8-го порядка. Также научная новизна заключается в разработке алгоритма анализа сигналов электроретинограмм, который в сравнении с классическим анализом реализует классификацию взрослых сигналов электроретинограммы на 19 % точнее, а педиатрических сигналов на 20 % точнее, чем классический анализ.

UR - http://www.scopus.com/inward/record.url?scp=85148454222&partnerID=8YFLogxK

UR - https://elibrary.ru/item.asp?id=50281208

U2 - 10.18287/2412-6179-CO-1124

DO - 10.18287/2412-6179-CO-1124

M3 - Статья

VL - 42

SP - 272

EP - 277

JO - Computer Optics

JF - Computer Optics

SN - 0134-2452

IS - 2

ER -

ID: 34854916