Диагностика глаукомы на ранней стадии с использованием нейронных сетей
Уже несколько десятилетий математические алгоритмы используются для обработки разнообразных задач. Нейронные сети сходны по своему строению с человеческим мозгом. Они способны эффективно анализировать развитие различных сложных процессов. Сильная сторона нейронных сетей — в возможности постоянного обучения. С получением новой информации сети становятся быстрее, мощнее и эффективнее.
Возможности искусственного интеллекта применяют в различных областях медицины, в частности — в офтальмологии. Компьютеры помогают офтальмологам улучшить результативность ранней диагностики глазных заболеваний.
![Баннер](/images/neronnye-01.jpg)
Вопросы диагностики
Главная задача в диагностике глаукомы — выяснить специфичную симптоматику на начальных стадиях заболевания. Используемые сегодня методы искусственного интеллекта не очень точны. Однако их точность повышается добавлением результатов других исследований, например тонометрии, когерентной томографии и периметрии.
Как решается задача
Компьютерные изображения глазного дна размечаются множеством точек, связанных между собой. Каждая "карта" обрабатывается алгоритмами и сохраняется в общей базе.По мере пополнения базы система усовершенствуется. В нашем случае система имеет четыре основных класса:
- нормальное зрение, без глаукомы;
- начальная глаукома (1 стадия);
- развитая глаукома (2 стадии;
- зрелая глаукома (3 стадия).
Исходными данными для нейронной сети являются снимки глазного дна, с разметкой области зрительного нерва и слоя перипапиллярной сетчатки.Снимки были предложены и специалистами с многлетним опытом работы в офтальмохирургии.
Рассматриваемые данные дифференцируются состояниями "норма" и "глаукома", из второго состояния дополнительно выделяются стадии.
При получении сигнала "глаукома" ставится вопрос о уточнении диагноза и сборе дополнительных сведений.
Сеть постоянно обучается при поступлении в базу новых сведений — с благоприятными и неблагоприятными образцами течения глаукомы. Программные комплексы гибко настраиваются и учитывают индивидуальные особенности зрения каждого пациента. Система позволяет построить как индивидуальный прогноз, так и выявить общие факторы риска у пациентов с глаукомой.
Большой массив данных в базе позволяет оценить состояние пациента в краткие сроки. На основе всех собранных сведений, в том числе и предоставленных нейронной сетью, для больных с глаукомой выбирается лечебная тактика.
Многие авторы отмечают, что использование самообучаемых искусственных нейронных сетей уже перспективно и требует непременного развития.