УДК 004.891
DOI: 10.36871/2618-9976.2024.07.009
Авторы
Егор Николаевич Волков,
Лаборант-исследователь, Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Алексей Николаевич Аверкин,
Кандидат физико-математических наук, доцент, ведущий научный сотрудник, Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Сергей Александрович Ярушев,
Кандидат технических наук, директор, Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Аннотация
В статье рассматривается подход к улучшению классификации заболеваний по снимкам оптической когерентной томографии (ОКТ) с использованием механизма внимания, интегрируемого в архитектуру свёрточной нейронной сети. Приведены обзор и ограничения существующих методов обработки ОКТ снимков. Описаны общедоступные наборы данных. Подробно показаны архитектурные особенности предложенной модели, включая конструкцию блоков внимания и их интеграцию в модель свёрточной сети. Проведено экспериментальное сравнение предложенной модели с традиционными свёрточными нейронными сетями без механизма внимания (VGG-16, EfficientNet-B0), показавшее улучшение результатов на тестовой выборке (miavgF1 – 0,987; miavgP – 0,998; miavgR – 0,978).
Ключевые слова
искусственный интеллект
искусственная нейронная сеть
анализ изображений
оптическая когерентная томография
офтальмология
персонализированная медицина
