Researcher at the Educational and Scientific Laboratoryof Artificial Intelligence, Neurotechnology and Business Intelligence
научный сотрудник учебно-научной лаборатории искусственного интеллекта, нейротехнологий и бизнес-аналитики
Doctor of Medical Sciences, Professor, General Director
доктор медицинских наук, профессор, генеральный директор
Subject of research: is the study of methods for analyzing perimetric images for the diagnosis and control of glaucoma diseases.
Objects of research: is a dataset collected on the ophthalmological perimeter with the results of various patient pathologies, since the ophthalmological community is acutely aware of the issue of disease control and import substitution [5].
Purpose of research: is to consider various machine learning methods that can classify glaucoma. This is possible thanks to the classifier built after labeling the dataset. It is able to determine from the image whether the visual fields depicted on it are the results of the impact of glaucoma on the eyes or other visual diseases. Earlier in the work [3], a dataset was described that was collected on the Tomey perimeter. The average age of the examined patients ranged from 30 to 85 years.
Methods of research: machine learning methods for classifying image results (stochastic gradient descent, logistic regression, random forest, naive Bayes).
Main results of research: the result of the study is computer modeling that can determine from the image whether the result is glaucoma or another disease (binary classification).
Предмет исследования: изучение методов анализа периметрических снимков для диагностики и контроля заболеваний глаукомой.
Объект исследования: датасет, собранный на офтальмологическом периметре с результатами различных патологий пациентов, так как в офтальмологическом сообществе остро стоит вопрос контроля заболеваний и импортозамещения [5].
Цель исследования: рассмотреть различные методы машинного обучения, способные классифицировать глаукому. Это возможно благодаря классификатору, построенному после разметки датасета. Он способен определять по снимку, являются ли изображенные на нем поля зрения результатами воздействия на глаза глаукомы или же это другие зрительные заболевания. Ранее в работе [3] описывался датасет, который был собран на периметре «Tomey». Средний возраст обследованных пациентов составляет от 30 до 85 лет.
Методы исследования: методы машинного обучения для классификации результатов изображений (стохастический градиентный спуск, логистическая регрессия, случайный лес, наивный байес).
Основные результаты исследования: результатом исследования является компьютерное моделирование, способное определять по снимку, является ли результат глаукомой или иным заболеванием (бинарная классификация).