COMPARATIVE ANALYSIS OF THE RESULTS OF THE DIAGNOSIS OF INTRAOCULAR TUMORS USING ARTIFICIAL INTELLIGENCE AND COMPUTED TOMOGRAPHY
Abstract
Purpose: development of a software solution that identifies eye tumors on computed tomography (CT) images.Material and methods. The article provides an overview of the stages of developing a software solution that identifies eye tumors on CT scans. Comparison of the effectiveness of a radiologist and a software solution.Results and discussion. During the study, the stages of a software solution for the diagnosis of intraocular tumors on CT using the histogram comparison method were developed, the effectiveness of artificial intelligence was 62.5%, the doctor identified 8 CTimages with an eye tumor, the software solution revealed only 5.Conclusions. According to the results of the study, the shortcomings of the histogram method were revealed, which caused the low efficiency of the software solution in the diagnosis of eye tumors, compared with the effectiveness of the radiologist.
About the Authors
S. F. Nurlygayanov
ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России
Russian Federation
Russian Federation
O. V. Verzakova
ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России
Russian Federation
Russian Federation
A. I. Gabitov
ФГБОУ ВО «Уфимский государственный авиационный технический университет»
Russian Federation
Russian Federation
I. V. Verzakova
ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России
Russian Federation
Russian Federation
A. T. Bikmeev
ФГБОУ ВО «Уфимский государственный авиационный технический университет»
Russian Federation
Russian Federation
References
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.
Review
For citations:
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.)
Views:
63
Email this article 
