Ученые из Уральского федерального университета (УрФУ) совместно с коллегами из Германии и Австралии создали уникальный датасет для нейросетей, который позволяет определять различные заболевания глаз, ведущие к слепоте, по снимкам оптической когерентной томографии (ОКТ). Работа финансировалась в рамках программы «Приоритет-2030» Министерства науки и высшего образования РФ, пишет Газета.ру.
Проблема заболеваний глаз и нарушений зрения является весьма распространенной, при этом зачастую они остаются без своевременного лечения, что может в итоге привести к развитию слепоты. Поэтому важно обеспечить раннюю и точную диагностику таких патологий.
Для этого широко применяется метод ОКТ, позволяющий визуализировать слои сетчатки с высокой точностью. Исследователи собрали снимки различных глазных болезней в единый датасет для обучения нейронных сетей. В результате им удалось создать второй по величине в мире и первый по охвату заболеваний подобный набор данных.
«Этот набор данных включает ОКТ-записи пациентов с такими заболеваниями, как возрастная макулярная дегенерация, диабетический макулярный отек, изменения эпиретинальной мембраны, окклюзия сосудов сетчатки, патологии витреомакулярного интерфейса. Это первый в мире датасет ОКТ-изображений с таким широким спектром офтальмологических нарушений. Мы надеемся, что это поможет создать более качественные и точные системы поддержки принятия решений врачами, а также будет использоваться другими исследователями для построения более сложных нейросетевых моделей», — пояснил доцент УрФУ Василий Борисов.
Данная база данных уже прошла регистрацию, получила патент и доступна для скачивания. Ее протестировали на двух нейронных сетях, получив высокую точность диагностики — 97% по возрастной макулярной дегенерации и 60-65% по окклюзии вен сетчатки. Ученые планируют продолжить работу по расширению датасета, особенно в части редких глазных заболеваний.
Новый набор данных поможет врачам быстрее и точнее определять нормальное состояние глаз или наличие патологии, что ускорит начало необходимого лечения пациентов.
