Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий

В даний час в МНТК «Мікрохірургія ока» імені С.Ф.Федорова тривають розробки по створенню автоматизованої системи діагностики захворювань зорового нерва. Створено базу даних, до якої внесено інформацію про 3360 пацієнтів з вродженою та набутою патологією зорового нерва і 100 здорових осіб у віці в...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2013
Автори:	Иойлева, Е.Э., Волков, Д.А., Теслер, М.Э., Сталь, А.Н.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Кримський науковий центр НАН України і МОН України 2013
Назва видання:	Таврический медико-биологический вестник
Теми:	Оригинальные статьи
Онлайн доступ:	http://dspace.nbuv.gov.ua/handle/123456789/74990
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий / Е.Э. Иойлева, Д.А. Волков, М.Э. Теслер, А.Н. Сталь // Таврический медико-биологический вестник. — 2013. — Т. 16, № 3, ч. 2 (63). — С. 86-90. — Бібліогр.: 8 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-74990
record_format	dspace
spelling	irk-123456789-749902015-01-26T03:02:19Z Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий Иойлева, Е.Э. Волков, Д.А. Теслер, М.Э. Сталь, А.Н. Оригинальные статьи В даний час в МНТК «Мікрохірургія ока» імені С.Ф.Федорова тривають розробки по створенню автоматизованої системи діагностики захворювань зорового нерва. Створено базу даних, до якої внесено інформацію про 3360 пацієнтів з вродженою та набутою патологією зорового нерва і 100 здорових осіб у віці від 18 до 76 років. Комплект обладнання складався з фундус-камери Zeiss - FF 450, комп’ютера з програмним забезпеченням. Вивчені з обмеженою вибіркою оцифрованих зображень диска зорового нерва з різними діагнозами захворювань вісім нейронних мереж забезпечили постановку правильного діагнозу з імовірністю від 0,85 до 0,96. Результати роботи нейронної мережі в діагностиці наступних нозологічних форм: «Норма», «Атрофія зорового нерва», «Аномалії ДЗН», «Застійні диски», «Глаукоматозна оптична нейропатія», показали наявність достовірних стійких відмінностей. Кращою мережею визнана імовірнісна нейронна мережа 80:80-70-4:1, з рівнем правильної класифікації - 1.0 і поточної помилкою навчання - 0.0. Висновки. 1. Створений нами колориметричний метод діагностики захворювань диска зорового нерва на основі застосування нейромереж є новим і перспективним в офтальмологічних дослідженнях. 2. Створено програмне забезпечення, що доводить можливість точної та об’єктивної діагностики та диференціальної діагностики захворювань зорового нерва по колориметричним еталонам за допомогою самонавчальної системи. 3. Нейромережі, навчені за обмеженою вибіркою оцифрованих зображень диска зорового нерва, забезпечили постановку точного діагнозу з імовірністю від 0,85 до 0,96. 4. Впровадження нової експертної медичної офтальмологічної системи може призвести до зміни всієї технології обстеження та лікування хворих. Currently, the FSBI «The Acad. S.N. Fyodorov Eye Microsurgery Complex « continuing development of the automated diagnostic system diseases of the optic nerve. A database was created, which included information on 3360 patients with congenital and acquired disorders of the optic nerve, and 100 healthy individuals aged 18 to 76 years. The set of equipment consisted of a fundus camera Zeiss - FF 450, the computer with the software. Trained on a limited sample of digitized images of the optic nerve with different diagnoses of diseases eight neural networks have provided the correct diagnosis with a probability of 0.85 to 0.96. The results of the neural network in the diagnosis of these clinical entities, «Normal», «Atrophy of the optic nerve», «Anomalies of the optic disk,» «Papilloedema”, “Glaucomatous optic neuropathy,” revealed the presence of significant differences resistant. The best network is recognized as a probabilistic neural network 80:80-70-4:1, with the level of correct classification - 1.0 and the current error learning - 0.0. Conclusions: 1. We created a colorimetric method for diagnosis of diseases of the optic nerve through the application of neural networks is a new and promising research in ophthalmology. 2. Powered software, proving the possibility of accurate and objective diagnosis and differential diagnosis of diseases of the optic nerve by a colorimetric standards through self-learning system. 3. Neural network trained on a limited sample of digitized images of the optic nerve, have provided an accurate diagnosis with a probability of 0.85 to 0.96. 4. The introduction of a new expert medical ophthalmic system can lead to a change in the entire technology evaluation and treatment of patients. 2013 Article Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий / Е.Э. Иойлева, Д.А. Волков, М.Э. Теслер, А.Н. Сталь // Таврический медико-биологический вестник. — 2013. — Т. 16, № 3, ч. 2 (63). — С. 86-90. — Бібліогр.: 8 назв. — рос. 2070-8092 http://dspace.nbuv.gov.ua/handle/123456789/74990 617.731 ru Таврический медико-биологический вестник Кримський науковий центр НАН України і МОН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
topic	Оригинальные статьи Оригинальные статьи
spellingShingle	Оригинальные статьи Оригинальные статьи Иойлева, Е.Э. Волков, Д.А. Теслер, М.Э. Сталь, А.Н. Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий Таврический медико-биологический вестник
description	В даний час в МНТК «Мікрохірургія ока» імені С.Ф.Федорова тривають розробки по створенню автоматизованої системи діагностики захворювань зорового нерва. Створено базу даних, до якої внесено інформацію про 3360 пацієнтів з вродженою та набутою патологією зорового нерва і 100 здорових осіб у віці від 18 до 76 років. Комплект обладнання складався з фундус-камери Zeiss - FF 450, комп’ютера з програмним забезпеченням. Вивчені з обмеженою вибіркою оцифрованих зображень диска зорового нерва з різними діагнозами захворювань вісім нейронних мереж забезпечили постановку правильного діагнозу з імовірністю від 0,85 до 0,96. Результати роботи нейронної мережі в діагностиці наступних нозологічних форм: «Норма», «Атрофія зорового нерва», «Аномалії ДЗН», «Застійні диски», «Глаукоматозна оптична нейропатія», показали наявність достовірних стійких відмінностей. Кращою мережею визнана імовірнісна нейронна мережа 80:80-70-4:1, з рівнем правильної класифікації - 1.0 і поточної помилкою навчання - 0.0. Висновки. 1. Створений нами колориметричний метод діагностики захворювань диска зорового нерва на основі застосування нейромереж є новим і перспективним в офтальмологічних дослідженнях. 2. Створено програмне забезпечення, що доводить можливість точної та об’єктивної діагностики та диференціальної діагностики захворювань зорового нерва по колориметричним еталонам за допомогою самонавчальної системи. 3. Нейромережі, навчені за обмеженою вибіркою оцифрованих зображень диска зорового нерва, забезпечили постановку точного діагнозу з імовірністю від 0,85 до 0,96. 4. Впровадження нової експертної медичної офтальмологічної системи може призвести до зміни всієї технології обстеження та лікування хворих.
format	Article
author	Иойлева, Е.Э. Волков, Д.А. Теслер, М.Э. Сталь, А.Н.
author_facet	Иойлева, Е.Э. Волков, Д.А. Теслер, М.Э. Сталь, А.Н.
author_sort	Иойлева, Е.Э.
title	Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий
title_short	Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий
title_full	Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий
title_fullStr	Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий
title_full_unstemmed	Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий
title_sort	диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий
publisher	Кримський науковий центр НАН України і МОН України
publishDate	2013
topic_facet	Оригинальные статьи
url	http://dspace.nbuv.gov.ua/handle/123456789/74990
citation_txt	Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий / Е.Э. Иойлева, Д.А. Волков, М.Э. Теслер, А.Н. Сталь // Таврический медико-биологический вестник. — 2013. — Т. 16, № 3, ч. 2 (63). — С. 86-90. — Бібліогр.: 8 назв. — рос.
series	Таврический медико-биологический вестник
work_keys_str_mv	AT iojlevaeé diagnostikapatologiizritelʹnogonervanaosnovemetodakolorimetričeskogoanalizasprimeneniemnejrosetevyhtehnologij AT volkovda diagnostikapatologiizritelʹnogonervanaosnovemetodakolorimetričeskogoanalizasprimeneniemnejrosetevyhtehnologij AT teslermé diagnostikapatologiizritelʹnogonervanaosnovemetodakolorimetričeskogoanalizasprimeneniemnejrosetevyhtehnologij AT stalʹan diagnostikapatologiizritelʹnogonervanaosnovemetodakolorimetričeskogoanalizasprimeneniemnejrosetevyhtehnologij
first_indexed	2025-07-05T23:18:29Z
last_indexed	2025-07-05T23:18:29Z
_version_	1836850882995552256
fulltext	86 ТАВРИЧЕСКИЙ МЕДИКО-БИОЛОГИЧЕСКИЙ ВЕСТНИК2013, том 16, №3, ч. 2 (63) Проблема диагностики и дифференциальной диагностики патологии зрительного нерва, которая является одной из основных причин слабовидения УДК 617.731 © Коллектив авторов, 2013. ДИАГНОСТИКА ПАТОЛОГИИ ЗРИТЕЛЬНОГО НЕРВА НА ОСНОВЕ МЕТОДА КОЛОРИМЕТРИЧЕСКОГО АНАЛИЗА С ПРИМЕНЕНИЕМ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ Е. Э. Иойлева, Д. А. Волков, М. Э. Теслер, А. Н. Сталь* ФГБУ «МНТК «Микрохирургия глаза» имени акад. С.Н.Федорова» Минздрава РФ ( Генеральный директор – профессор, д.м.н. А.М. Чухраёв); 127486, Россия, г. Москва, ул. Бескудниковский бульвар, дом 59а, E-mail: elioileva@yahoo.com *ЦНИИ автоматики и гидравлики (Генеральный директор, главный конструктор – к.м.н. А.Б. Шаповалов), 129018, Россия, г. Москва, ул. Советской Армии,5. DIAGNOSIS OF DISEASES OF THE OPTIC NERVE ON THE BASIS OF A COLORIMETRIC ANALYSIS USING NEURAL NETWORKS E. E. Ioyleva, D. A. Volkov, M. E. Tesler, A. N. Stal SUMMARY Currently, the FSBI «The Acad. S.N. Fyodorov Eye Microsurgery Complex « continuing development of the automated diagnostic system diseases of the optic nerve. A database was created, which included information on 3360 patients with congenital and acquired disorders of the optic nerve, and 100 healthy individuals aged 18 to 76 years. The set of equipment consisted of a fundus camera Zeiss - FF 450, the computer with the software. Trained on a limited sample of digitized images of the optic nerve with different diagnoses of diseases eight neural networks have provided the correct diagnosis with a probability of 0.85 to 0.96. The results of the neural network in the diagnosis of these clinical entities, «Normal», «Atrophy of the optic nerve», «Anomalies of the optic disk,» «Papilloedema”, “Glaucomatous optic neuropathy,” revealed the presence of significant differences resistant. The best network is recognized as a probabilistic neural network 80:80-70-4:1, with the level of correct classification - 1.0 and the current error learning - 0.0. Conclusions: 1. We created a colorimetric method for diagnosis of diseases of the optic nerve through the application of neural networks is a new and promising research in ophthalmology. 2. Powered software, proving the possibility of accurate and objective diagnosis and differential diagnosis of diseases of the optic nerve by a colorimetric standards through self-learning system. 3. Neural network trained on a limited sample of digitized images of the optic nerve, have provided an accurate diagnosis with a probability of 0.85 to 0.96. 4. The introduction of a new expert medical ophthalmic system can lead to a change in the entire technology evaluation and treatment of patients. ДІАГНОСТИКА ПАТОЛОГІЇ ЗОРОВОГО НЕРВА НА ОСНОВІ МЕТОДУ КОЛОРИМЕТРИЧЕСКОГО АНАЛІЗУ ІЗ ЗАСТОСУВАННЯМ НЕЙРОМЕРЕЖНИХ ТЕХНОЛОГІЙ Е. Е. Іойлева, Д. А. Волков, М. Е. Теслер, А. Н. Сталь РЕЗЮМЕ В даний час в МНТК «Мікрохірургія ока» імені С.Ф.Федорова тривають розробки по створенню автоматизованої системи діагностики захворювань зорового нерва. Створено базу даних, до якої внесено інформацію про 3360 пацієнтів з вродженою та набутою патологією зорового нерва і 100 здорових осіб у віці від 18 до 76 років. Комплект обладнання складався з фундус-камери Zeiss - FF 450, комп’ютера з програмним забезпеченням. Вивчені з обмеженою вибіркою оцифрованих зображень диска зорового нерва з різними діагнозами захворювань вісім нейронних мереж забезпечили постановку правильного діагнозу з імовірністю від 0,85 до 0,96. Результати роботи нейронної мережі в діагностиці наступних нозологічних форм: «Норма», «Атрофія зорового нерва», «Аномалії ДЗН», «Застійні диски», «Глаукоматозна оптична нейропатія», показали наявність достовірних стійких відмінностей. Кращою мережею визнана імовірнісна нейронна мережа 80:80-70-4:1, з рівнем правильної класифікації - 1.0 і поточної помилкою навчання - 0.0. Висновки. 1. Створений нами колориметричний метод діагностики захворювань диска зорового нерва на основі застосування нейромереж є новим і перспективним в офтальмологічних дослідженнях. 2. Створено програмне забезпечення, що доводить можливість точної та об’єктивної діагностики та диференціальної діагностики захворювань зорового нерва по колориметричним еталонам за допомогою самонавчальної системи. 3. Нейромережі, навчені за обмеженою вибіркою оцифрованих зображень диска зорового нерва, забезпечили постановку точного діагнозу з імовірністю від 0,85 до 0,96. 4. Впровадження нової експертної медичної офтальмологічної системи може призвести до зміни всієї технології обстеження та лікування хворих. Ключевые слова: зрительный нерв, колориметрический анализ, нейросети. и слепоты, остается одной из актуальных в офталь- мологии [5]. Существующие современные методы исследования диска зрительного нерва, такие как 87 О Р И Г И Н А Л Ь Н Ы Е С Т А Т Ь И ОСТ, HRT, позволяют оценить толщину слоя нерв- ных волокон, ряд топографических параметров ДЗН и изучить их в динамике. Однако, для установления этиологии заболевания, уровня поражения, стадии заболевания, информации, полученной с помощью этих методов, недостаточно. В ФГБУ «МНТК «Микрохирургия глаза» имени акад. С.Н.Федорова» Минздрава РФ совместно с ЦНИИ автоматики и гидравлики проведены разработки и создан и запа- тентован аппаратно-программный комплекс, который позволил объективно и точно устанавливать диагноз патологии зрительного нерва по 40 нозологическим единицам [4,6]. Основной инновационный потенциал проекта заключался в расширении использования компьютерной диагностики патологии глазного дна для обследования групп риска и выявления из- менений на ранних стадиях с целью обеспечения своевременного и обоснованного лечения (3,8). Колориметрический метод, созданный в МНТК «Микрохирургии глаза» имени акад. С.Ф.Федорова, позволял получить максимально полную и объек- тивную оценку состояния диска зрительного нерва, и осуществлять диагностику на основании разрабо- танных статистических эталонов по всем нозологи- ческим формам патологии зрительного нерва [1,2]. Стала очевидной возможность диагностики заболе- вания по колориметрическим параметрам. Однако с помощью данного метода обследования, как правило, окончательный диагноз устанавливался офтальмоло- гом из списка предполагаемых диагнозов, в котором находились от одного до трех диагнозов. Требовался мощный статистический аппарат, способный наи- лучшим образом провести обработку параметров и сравнить их с уже имеющимися значениями. Задача осложнялась большим значением параметров и их разбросом. Для ее решения было предложено ис- пользовать пакет «STATISTICA Neural Networks - 6» на основе применения нейронных сетей [7]. Идея ис- пользования нейронных сетей возникла в результате попыток смоделировать поведение живых существ, воспринимающих воздействие внешней среды и обучающихся на собственном опыте. Ключевым по- нятием нейронных сетей является понятие модели нейрона – модели специальных нервных клеток, которые способны воспринимать, преобразовывать и распространять сигналы. Объединенные между собой нейроны образуют нейронную сеть, с мате- матической точки зрения задающую сложное много- мерное преобразование, собранное из простейших преобразователей. Цель работы: создать первую нейросетевую технологию диагностики заболеваний зрительного нерва. МАТЕРИАЛ И МЕТОДЫ Создана база данных, в которую внесена инфор- мация о 3360 пациентах с врожденной и приобретен- ной патологией зрительного нерва и 100 здоровых лицах в возрасте от 18 до 76 лет. Обследование осуществлялось следующим образом: для каждой дифференцируемой патологии были подобраны изображения глазного дна больных с верифициро- ванным диагнозом, подтвержденным стандартными методами и специальными методами обследования (визометрией, компьютерной периметрией, электро- физиологическими методами, ФАГ, МРТ, КТ), заклю- чениями невролога, нейрохирурга. Производилась съемка глазного дна пациента с помощью фундус- камеры, оснащенной цифровым фотоаппаратом или видеоадаптером на базе пассивной зарядовой связи матрицы. На базе этих изображений формировались эталоны для каждого вида патологии. Комплект оборудования для проведения ком- пьютерной диагностики состоял из фундус-камеры Zeiss – FF 450, компьютера (не ниже 486/100/16M c НЖД не менее 1Гб) с программным обеспечени- ем, цветного принтера HP 690C. Использовалась компьютерная кодировка цвета в системе RGB, определялось более 2 миллионов оттенков в области диска зрительного нерва. Для построения нейронной сети был применен Автоматический конструктор сети, позволяющий использовать сложные методы нелинейной оптимизации и автоматический поиск оптимальной архитектуры сети и ее обучения. Итера- тивный процесс обучения нейронной сети в данном модуле сопровождался автоматическим показом текущей ошибки обучения на обучаемом множестве и вычисляемой независимо от нее ошибки на про- верочном множестве. При этом высвечивался график суммарной ошибки и гистограммы ошибок для от- дельных наблюдений. После завершения обучения сети, качество работы ее проверялось на тестовом множестве. Была проанализирована правильность постановки диагноза пациентам, изображения дис- ка зрительного нерва которых использовались для создания эталонов диаграмм распределения трех основных цветов, характерных для различных за- болеваний зрительного нерва. Нейронная сеть со- стояла из входного слоя независимых переменных и выходного слоя, нелинейно зависимого от значений входных переменных, т. е. нейронная сеть имела так называемую архитектуру. Значительное время при построении нейронной сети тратилось на выбор значимых переменных и оптимизацию архитектуры сети методом проб и ошибок. РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ Первоначально сформирована по всем нозоло- гическим формам с разными степенями поражения зрительного нерва представительная выборка боль- ных с подтвержденным диагнозом. Далее получили данные клинических обследований каждого боль- ного из этой выборки (240 параметров), у каждого больного производили съемку диска зрительного 88 ТАВРИЧЕСКИЙ МЕДИКО-БИОЛОГИЧЕСКИЙ ВЕСТНИК2013, том 16, №3, ч. 2 (63) нерва, полученные изображения обрабатывали с помощью специально созданной компьютерной программы и определяли параметры распределения трех основных цветов в изображении диска зри- тельного нерва. Первичная обработка изображения глазного дна осуществлялась следующим образом. На изображении глазного дна выделяли круглую или эллиптическую область, границы которой совпадали с диском зрительного нерва. Локализованная область делилась на равные сектора (315-45, 45-135, 135-225 и 225-315 градусов). Производилось сканирование области с определением цвета каждой точки – то есть величин яркости составляющих его основных цветов – красного, зеленого и синего (в градации от 0 до 255 по каждому цвету). Таким образом, получились мас- сивы, содержащие информацию о яркости каждого цвета в каждом секторе. Параметры взяты для каж- дого из трех цветов, каждого из четырех квадрантов и всего круга в целом, а также нормированное (делен- ное на общее количество точек в области) значение амплитуды (всего 135 параметров). По этим данным и данным клинических обследований создали и об- учили ряд нейронных сетей 1÷5 для определения причины и степени поражения зрительного нерва. Обработано достаточно большое количество изо- бражений ДЗН, диагноз которых ставился на осно- вании анамнеза, данных объективного обследования, собрано значительное количество статистической информации, которая была обработана в пакете Excel. Были построены «эталоны» здорового ДЗН и заболеваний. Разумеется, эталон представляет со- бой набор не детерминированных, а вероятностных параметров. Каждый параметр имел свое значение математического ожидания, дисперсии, СКО. Создание и обучение нейронных сетей осущест- влено за счет применения специально созданного программного обеспечения (ПО). В это ПО загружены статистическая информация I(m,n), сформированная на основе представительной выборки 1510 пациентов с установленным диагнозом, данные клинических обследований каждого больного, параметры изобра- жения диска зрительного нерва, и соответствующие этим статистическим данным коды диагнозов F(k). Где m – количество параметров, полученных при об- работке данных для одного больного; n – количество наблюдений в выборке; k – количество кодов диа- гнозов. Оператором ПО определены типы нейронных сетей, которые были использованы для решения задачи классификации, их количество и качество обучения, осуществлена работа по созданию нейронных сетей. В начале для обучения нейронных сетей вся статисти- ческая информация I(m,n) (по каждому коду диагнозов F(k) отдельно), разбивалась на две части: обучающую (1510 пациентов) и контрольную выборку ( 1850 па- циентов). Контрольная выборка в свою очередь тоже была разделена на две части – контрольную и тестовую выборки.Первоначально для обучения на вход нейрон- ной сети подавалась обучающая выборка с известными результатами, т.е. величины I(m,n) →F(k). Специаль- ное ПО, меняя синаптические веса и значения порога активации для каждого нейрона, тип нейронных сетей и количество используемых нейронов, находило наибо- лее точное приближение функции F(k). По контрольной выборке - экзаменовалась построенная сеть. При этом определялась ошибка обучения и, если ошибка обу- чения превышала заданную, то вновь производилось изменение синаптических весов и значений порогов активации или производилось изменение типа и архи- тектуры сети. По тестовой выборке, не участвующей в процессе создания и настройки сети, осуществлялся окончательный экзамен качества построенной сети, когда результат, полученный с помощью созданной и обученной нейронной сети, сравнивался с известным подтвержденным диагнозом. В процессе создания и обучения нейронной сети осуществлялась оптимиза- ция используемой статистической информации I(m,n) с исключением из нее неинформативных параметров. Таким образом, создана и обучена нейронная сеть 1, предназначенная для решения задачи классификаций патологий на группы («Атрофия зрительного нерва ( неглаукоматозного генеза)», «Оптическая нейро- патия», «Оптический неврит»,» Аномалии ДЗН», «Застойные диски», «Глаукоматозная оптическая ней- ропатия», «Новообразования зрительного нерва»). Об- учив первую сеть, разделяющую болезни на группы, аналогичным образом обучены и сети, производящие внутригрупповую классификацию. Для их обучения были взяты болезни только соответствующих групп. Для определения причины поражения зритель- ного нерва для каждой патологии создана и обучена своя нейронная сеть типа 2 или 4. Для определения степени поражения зрительного нерва для каждой патологии создана и обучена своя нейронная сеть типа 3 или 5. После того как все нейронные сети, составляющие ансамбль, обучены, созданы условия для формирования сложного диагноза с причинами и степенью поражения зрительного нерва. В ходе работ были созданы и обучены восемь нейронных сетей. Обученные по ограниченной выборке оциф- рованных изображений диска зрительного нерва с различными диагнозами заболеваний они обеспечи- ли, тем не менее, постановку правильного диагноза с вероятностью от 0,85 до 0,96 в зависимости от нозологии. Для проверки работы диагностической программы у первично обследуемого пациента про- водили аналогичные измерения. Вектор параметров распределения трех основных цветов в изобра- жении зрительного нерва и данные клинического обследования пациента подавали на вход ансамбля ранее обученных нейронных сетей, задействован- ных по выбранному алгоритму постановки диагно- зов, и, в зависимости от выходов нейронных сетей ансамбля, осуществляли формирование диагноза патологии зрительного нерва. Структурная схема 89 О Р И Г И Н А Л Ь Н Ы Е С Т А Т Ь И формирования диагноза патологии зрительного нерва приведена на рис. 1. Большое количество диагностических параметров и классов (болезней) не позволял ограничиться использованием одной нейронной сети, поэтому использовался ансамбль нейронных сетей [7]. Результаты работы нейронной сети в диа- гностике следующих нозологических форм: «Норма», «Атрофия зрительного нерва (негла- укоматозного генеза)», «Аномалии ДЗН», «За- стойные диски», «Глаукоматозная оптическая нейропатия», показали наличие достоверных устойчивых различий. Лучшей сетью признана вероятностная нейронная сеть 80:80-70-4:1, с уровнем правильной классификации – 1.0 и те- кущей ошибкой обучения – 0.0. Рис. 1. Схема диагностики патологии зрительного нерва с помощью нейронных сетей Перспективы развития данной технологии. На данном этапе программа позволяет пра- вильно установить диагноз на уровне, соответ- ствующем уровню квалифицированного врача – офтальмолога. При этом существует ряд способов позволяющих улучшить результат в дальнейшем. Во-первых, это применение новейших фундус- камер, которые позволят получать снимки строго определенной яркости. В настоящий момент по- лучение снимков с разными яркостями является главной причиной ошибок. Во-вторых, обучение нейросети по большему количеству снимков, позволит настроить ее наилучшим образом. Еще одним путем улучшения диагностических способностей программы является поиск новых статистических параметров (толщина сосудов, их количество, яркость, кривизна и т.д.), кото- рые также могут быть вычислены с помощью нейросетей. ВЫВОДЫ 1. Созданный нами колориметрический метод диагностики заболеваний диска зрительного нерва на основе применения нейросетей является новым и пер- спективным в офтальмологических исследованиях. 2. Создано программное обеспечение, доказыва- ющее возможность точной и объективной диагности- ки и дифференциальной диагностики заболеваний зрительного нерва по колориметрическим эталонам с помощью самообучающейся системы 3. Нейросети, обученные по ограниченной выборке оцифрованных изображений диска зрительного нерва, обеспечили постановку точного диагноза с вероятно- стью от 0,85 до 0,96, в зависимости от нозологии. 4. Внедрение новой экспертной медицинской офтальмологической системы может привести к из- менению всей технологии обследования и лечения больных. 90 ТАВРИЧЕСКИЙ МЕДИКО-БИОЛОГИЧЕСКИЙ ВЕСТНИК2013, том 16, №3, ч. 2 (63) ЛИТЕРАТУРА 1. Иойлева Е.Э. Новая классификация атрофии зрительного нерва // Е.Э. Иойлева Офтальмохирур- гия и терапия.- 2002. – № 3-4. – С.24-26. 2. Иойлева Е.Э. Компьютеризированная система диагностики патологии зрительного нерва: Дис. ...докт. мед. наук: 14.00.08: защищена 09.09.2002: утв. 29. 01.2003 / Иойлева Елена Эдуардовна.-М., 2002.-311с.- Библиогр.:с 276-311. 3. Иойлева Е.Э. Oсобенности колориметрической картины диска зрительного нерва при диабетической оптической нейропатии./ Е.Э. Иойлева, Н.А. Гав- рилова / Офтальмохирургия и терапия. – 2005. – т.5, Вып.1. – С.43-46. 4. Комплекс диагностики заболеваний глазного дна : полезная модель 9388 Рос. Федерация МПК А61F9/00 /Федоров С.Н., Линник Л.Ф. Иойлева Е.Э., Богуш В.П., Волков Д.А., Персиц З.М, Теслер М.Э., Караваев А.А.; заявитель МНТК «Микрохи- рургия глаза» – № 98113427/20, заявл. 15.07.1998, опубл.16.03.1999. 5. Либман Е.С. Состояние и динамика слепоты и инвалидности вследствие патологии органа зрения в России / 7-й Съезд офтальмологов России – М., 2000. – Т.2. – С. 219. 6. Способ диагностики патологии зрительно- го нерва : пат. 2134054 С1 Рос.Федерация МПК А61В3/06 / Федоров С.Н., Линник Л.Ф., Иойлева Е.Э., Богуш В.П., Волков Д.А., Персиц З.М, Теслер М.Э., Караваев А.А.; заявитель МНТК «Микрохи- рургия глаза» - № 98119367; заявл.27.10.1998; опубл. 10.08.1999. 7. Способ диагностики патологии зрительного нерва: заявка 140944/14 Рос. Федерация / Иойлева Е.Э., Волков Д.А., Теслер М.Э., Бушмин В.В., Сталь А.Н.; заявитель МНТК «Микрохирургия глаза»- за- явл.26.09.2012. 8. Ioileva E., Digital colorimetric analysis in diag- nosis of optic nerve pathology / Ioileva E., Linnik L., Shpak A., Volkov D., Shatskikh A. European Neuro- Ophthalmology Society. The 7th meeting. Moscow. – 2005. – Р.24.

Диагностика патологии зрительного нервана основе метода колориметрического анализа с применением нейросетевых технологий

Репозитарії

Схожі ресурси