Мультиклассовая сегментация друз на снимках оптической когерентной томографии с использованием алгоритмов глубокового обучения

Abstract

Статья посвящена разработке метода мультиклассовой сегментации друз на снимках оптической когерентной томографии (ОКТ) с использованием нейросетевой модели UNET3+. Друзы представляют собой отложения белка в сетчатке глаза, связанные с риском развития возрастной макулярной дегенерации, ведущей причины потери зрения у пожилых людей. Разработанный метод позволяет автоматизировать процесс диагностики и классификации друз, что повышает точность и эффективность обследования пациентов. Это исследование представляет решение задачи мультиклассовой сегментации на изображениях оптической когерентной томографии для улучшения методов диагностики и лечения заболеваний глаз, что является важной и актуальной задачей в области здравоохранения.

The article is devoted to the development of a method for multiclass segmentation of drusen in optical coherence tomography (OCT) images using the UNET3+ neural network model. Drusen are protein deposits in the retina that are associated with the risk of agerelated macular degeneration, a leading cause of vision loss in older adults. The developed method allows you to automate the process of diagnosis and classification of drusen, which increases the accuracy and efficiency of patient examination. This study is of significant interest for modern ophthalmology, since improving methods for diagnosing and treating eye diseases is an important task in the field of health care.