| Наименование РИД |
Скрининг и диагностика катаракты на догоспитальном этапе с использованием возможностей искусственного интеллекта
|
| Реферат |
Программа предназначена для автоматической классификации изображений глазного яблока, полученных с помощью фотощелевой лампы, на снимки с признаками катаракты и нормальные, с прозрачным хрусталиком. Предлагается подход, основанный на применении методов глубокого обучения с использованием библиотек Keras и TensorFlow в среде Python. Актуальность работы обусловлена необходимостью повышения точности и скорости скрининговой диагностики катаракты, одной из основных офтальмопатологий, обуславливающей расстройство зрения, слабовидение и обратимую слепоту. Основными этапами работы программы являются: загрузка графического файла, полученного с фотощелевой лампы, создание модели искусственной нейронной сети и, ее обучение, валидация модели и сохранение ее архитектуры и коэффициентов в формате h5. Вторая часть программы представляет собой бот, использующий обученную модель и классифицирующий снимки, полученные с использованием фотощелевой лампы на изображения с признаками катаракты и нормальные. Для автоматической классификации изображений применены свёрточные нейронные сети. Датасет, используемый для структурной и параметрической идентификации модели содержит изображения, полученные при помощи фотощелевой лампы и включает 937 обезличенных файлов пациентов (левого и правого глаза). Из них для обучения и валидации использовали 837 изображений (329 — норма и 508 — катаракта). 100 изображений, выбранных случайным образом (40 — норма и 60 — катаракта) и не применявшихся при обучении и валидации, использовали для независимого теста, по которому и определяли процент правильно классифицированных изображений. При этом достигнуты следующие результаты: общая точность АКИ составила 86%, чувствительность Se, определяющая процент верных прогнозов при наличии катаракты — 95%, специфичность Sp, определяющая процент верных прогнозов при отсутствии катаракты — 72,5%. Разработанная программа может быть использована в качестве вспомогательного инструмента для скрининга катаракты, сокращая время диагностики и снижая нагрузку на врачей. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Windows, Linux, MacOS.
|
| Возможные направления использования |
Программа предназначена для использования в медицине, а именно в офтальмологии.
|
| Количество опытных образцов |
1
|
| Количество просмотров |
4
|
| Наличие дополнительных файлов |
False
|
| Использование РИД правообладателем |
False
|
| Внешнее использование РИД |
False
|
| НИОКТР (JSON) |
{}
|
| ИКСИ (JSON) |
[]
|
| ИКСПО (JSON) |
[]
|
| ОЭСР (JSON) |
[]
|
| Дата первого статуса |
2026-01-15T06:11:48.993008+00:00
|
| Предполагаемый тип результата |
Программа для ЭВМ
|
| Ожидаемая роль |
Исполнитель
|
| Заказчик |
МИНИСТЕРСТВО ЗДРАВООХРАНЕНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
|
| Руководитель работы |
Шпак Александр Анатольевич
|
| Руководитель организации |
Арсютов Дмитрий Геннадьевич
|
| Регистрационный номер НИОКТР |
124030400005-5
|
| Последний статус |
Подтверждена, 626011600324-7, 2026-01-16 18:53:12 UTC
|
| ОКПД |
Услуги, связанные с научными исследованиями и экспериментальными разработками в области медицинских наук
|
| Ключевые слова |
искусственный интеллект; диагностика; скрининг; догоспитальный этап; катаракта
|
| Исполнители |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ УЧРЕЖДЕНИЕ "НАЦИОНАЛЬНЫЙ МЕДИЦИНСКИЙ ИССЛЕДОВАТЕЛЬСКИЙ ЦЕНТР "МЕЖОТРАСЛЕВОЙ НАУЧНО-ТЕХНИЧЕСКИЙ КОМПЛЕКС "МИКРОХИРУРГИЯ ГЛАЗА" ИМЕНИ АКАДЕМИКА С.Н. ФЕДОРОВА" МИНИСТЕРСТВА ЗДРАВООХРАНЕНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
|
| Авторы |
Кужавская Ольга Алексеевна; Усов Александр Валерьевич
|
| Коды тематических рубрик |
76.29.56 - Офтальмология
|
| OESR |
Офтальмология
|
| Приоритеты научно-технического развития |
в) переход к персонализированной, предиктивной и профилактической медицине, высокотехнологичному здравоохранению и технологиям здоровьесбережения, в том числе за счет рационального применения лекарственных препаратов (прежде всего антибактериальных) и использования генетических данных и технологий;
|
