СРАВНИТЕЛЬНЫЙ АНАЛИЗ РЕЗУЛЬТАТОВ ДИАГНОСТИКИ ВНУТРИГЛАЗНЫХ ОПУХОЛЕЙ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И КОМПЬЮТЕРНОЙ ТОМОГРАФИИ
Аннотация
Цель исследования: оценка эффективности диагностики программного решения, определяющего опухоли глаза на снимках компьютерной томографии (КТ).Материал и методы. В статье представлены этапы разработки программного решения, определяющего опухоли глаза на снимках КТ. Сравнивалась эффективность работы врача-рентгенолога и программного обеспечения в диагностике внутриглазных опухолей.Результаты и обсуждение. В ходе исследования разработаны этапы программного решения по диагностике внутриглазных опухолей на КТ с использованием метода сравнения гистограмм. Эффективность искусственного интеллекта составила 62,5% - врач выявил 8 снимков КТ с опухолью глаз, а программное решение - лишь 5.Заключение. По результатам исследования выявлены недостатки метода гистограмм, которые стали причиной низкой эффективности программного решения при диагностике опухолей глаза по сравнению с эффективной работой врача-рентгенолога.
Об авторах
С. Ф. Нурлыгаянов
ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России
Россия
Россия
О. В. Верзакова
ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России
Россия
Россия
А. И. Габитов
ФГБОУ ВО «Уфимский государственный авиационный технический университет»
Россия
Россия
И. В. Верзакова
ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России
Россия
Россия
А. Т. Бикмеев
ФГБОУ ВО «Уфимский государственный авиационный технический университет»
Россия
Россия
Список литературы
1. Петрунина, И.В. Искусственный интеллект в медицинских экспертно-диагностических системах / И.В. Петрунина, В.М. Черепов // Шаг в будущее: искусственный интеллект и цифровая экономика: материалы 1-й Международной научно-практической конференции (4-5 декабря 2017 г., Москва). - М.: Государственный университет управления, 2017. - Вып. 3. - С. 338-343.
2. Глазные болезни. Учебник / под ред. В.Г. Копаевой. - 4-е изд. - М.: Офтальмология, 2018. - С. 370-392.
3. Пауков, В.С. Опухоли / под ред. В.С. Паукова // Патологическая анатомия: в 2 т. - М.: ГЭОТАР-Медиа, 2020. - Т. 1. Общая патология. - С. 184-235.
4. Тропченко А.А. Методы вторичной обработки изображений / А.А. Тропченко, А.Ю. Тропченко. Методы вторичной обработки и распознавания изображений. - СПб.: Университет ИТМО, 2015. - С. 10-51.
5. Pérez-García, F. TorchIO: a Python library for efficient loading, preprocessing, augmentation and patch-based sampling of medical images in deep learning / F. Pérez-García, R. Sparks, S. Ourselin // Comput. Methods Programs Biomed. - 2021. - Vol. 208. - P. 106236.
Рецензия
Для цитирования:
Нурлыгаянов С.Ф., Верзакова О.В., Габитов А.И., Верзакова И.В., Бикмеев А.Т. СРАВНИТЕЛЬНЫЙ АНАЛИЗ РЕЗУЛЬТАТОВ ДИАГНОСТИКИ ВНУТРИГЛАЗНЫХ ОПУХОЛЕЙ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И КОМПЬЮТЕРНОЙ ТОМОГРАФИИ. Медицинский вестник Башкортостана. 2022;17(2):13-16.
For citation:
Nurlygayanov S.F., Verzakova O.V., Gabitov A.I., Verzakova I.V., Bikmeev A.T. COMPARATIVE ANALYSIS OF THE RESULTS OF THE DIAGNOSIS OF INTRAOCULAR TUMORS USING ARTIFICIAL INTELLIGENCE AND COMPUTED TOMOGRAPHY. Bashkortostan Medical Journal. 2022;17(2):13-16. (In Russ.)
Просмотров:
59
Послать статью по эл. почте 
