УДК 004.032.26:617.7­-073
DOI: 10.36871/2618­-9976.2025.10.008

Авторы

Сергей Александрович Ярушев,
Кандидат технических наук, научный сотрудник ФИЦ ИУ РАН, Российский экономический университет имени Г.В. Плеханова
Александр Олегович Ануров
Лаборант­исследователь центра перспективных исследований в искусственном интеллекте, Российский экономический университет имени Г.В. Плеханова
Геннадий Геннадиевич Булгаков,
Аспирант, Российский экономический университет имени Г.В. Плеханова

Аннотация

Статья предлагает обзорно­методический каркас для автоматизированного анализа изображений радужной оболочки глаза с применением нейросетевых моделей и методов объяснимого ИИ (XAI). Описаны элементы воспроизводимого контура: источники данных и требования к съёмке; предобработка и сегментация радужки/зрачка (исключение внерадужечных областей, развёртка, нормализация); выбор архитектур (предобученные CNN, гибриды CNN+ViT) и обучение на ограниченных выборках. Показана роль XAI как компонента качества: Grad­CAM/GradCAM++, Integrated Gradients, SHAP, Ensemble­CAM; количественная валидация (IoU/pointing­game, Deletion/Insertion, Infidelity) и калибровка вероятностей (ECE, Brier). Обсуждены клинические сценарии (локализуемые патологии радужки; ограниченно – системные корреляции), ограничения доказательности и требования приватности для биометрических данных. Сформулирован «практический минимум» прототипа и внешней проверки, подчёркнута необходимость стратифицированной отчётности по доменам. Намечены дальнейшие шаги: стандартизованные наборы, открытые бенчмарки, многоцентровая валидация и мониторинг сдвига домена.

Ключевые слова

радужная оболочка глаза
нейросетевые модели
объяснимый ИИ (XAI)
сегментация радужки
Grad­-CAM
калибровка вероятностей
клиническая валидация
скрининг заболеваний