Метод сегментації зображень ОКТ з допомогою згорткової нейромережі
DOI:
https://doi.org/10.31649/1681-7893-2025-49-1-178-184Ключові слова:
оптична когерентна томографія, згорткова нейромережа, U-Net, фільтр Гауса, індекс структурної схожості.Анотація
У статті здійснено аналіз методів сегментації зображень оптичної когерентної томографії, створено модель згорткової нейромережі U-Net, здійснено обробку серії тестових зображень з відкритої бази даних та здійснено порівняння результатів обробки з іншими алгоритмами за індексом структурної схожості (SSIM). Також здійснено попередню обробку тестових зображень для підвищення якості сегментації. В даній роботі здійснено створення, тренування та застосування згорткової нейромережі U-Net. Розглянуто існуючі методи сегментації зображень оптичної когерентної томогафії для діагностики та моніторингу офтальмологічних захворювань. Було проаналізовано переваги використання глибокої згорткової нейронної мережі U-Net у порівнянні з класичними методами, такими як оператор Собеля, та оператор Прюітт. На відміну від класичних алгоритмів, які мають обмежену здатність адаптуватися до шуму, неоднорідності зображення та патологій, U-Net забезпечив вищу точність сегментації зображень.
Посилання
Physical foundations of biomedical optics: monograph / [Pavlov S. V., Kozhem’yako V. P., Kolisnyk P. F. et al.] – Vinnytsia: VNTU, 2010. – 155 p.
Cui, C. & Lakshminarayanan, Vasudevan. (2003). The reference axis in corneal refractive surgeries: Visual axis or the line of sight?. Journal of Modern Optics - J MOD OPTIC. 50. 1743-1749. 10.1080/0950034031000070053.
Adaptive optics: textbook / [Vasyura A. S., Pavlov S. V., Prokopova M. O. et al.] – Vinnytsia: VNTU, 2015. – 281 p. ISBN 978-966-641-638-7
Shcherbatyuk A. V., Tuzhanskyi S. Ye. Analysis of optical models of the human eye. Materials of the All-Ukrainian scientific and practical Internet conference "Youth in science: research, problems, prospects (MN-2024)", Vinnytsia, May 11-20, 2024. Electronic. text. data. 2024. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2024/paper/viewFile/21550
Pavlov S. V., Poplavskyi A. A., Poplavskaya A. A., Babiuk N. P.. Method of automatic determination of segmentation threshold for improving the quality of image parameter prediction. Method of automatic determination of segmentation threshold for improving the quality of image parameter prediction / S. V. Pavlov, A. A. Poplavskyi, A. A. Poplavskaya, N. P. Babiuk // Optical-electronic information and energy technologies. - 2013. - No. 2. - P. 8-12.
Pavlov S. V., Saldan Y. R., Zlepko S. M., Azarov O. D., Tymchenko L. I., Abramenko L. V. Methods of preprocessing tomographic images of the fundus. Information technologies and computer engineering. 2019. No. 2. P. 4-12.
Shcherbatyuk A. V., Tuzhansky S. Ye. Methods of contour selection on OCT images. Materials of the LIV All-Ukrainian scientific and technical conference of the faculty of information electronic systems. 2025 URI: https://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2025/paper/view/24051/20059
Yasenko L. S. Properties of a convolutional neural network based on an autoencoder / L. S. Yasenko, Ya. M. Klyatchenko // Information Technologies and Computer Engineering. – 2021. – No. 3. – P. 77-85. URI: http://ir.lib.vntu.edu.ua//handle/123456789/36494
Kugelman, J., Allman, J., Read, S.A. et al. A comparison of deep learning U-Net architectures for posterior segment OCT retinal layer segmentation. Sci Rep 12, 14888 (2022). https://doi.org/10.1038/s41598-022-18646-2
Image classification assessment for transfer learning in convolutional neural networks [Text] / M. S. Mamuta, I. V. Kravchenko, O. D. Mamuta, S. E. Tuzhansky // Optical-electronic information and energy technologies. – 2023. – No. 1 (45). – P. 64-70. URI: http://ir.lib.vntu.edu.ua//handle/123456789/37992
Kermany, Daniel; Zhang, Kang; Goldbaum, Michael (2018), “Large Dataset of Labeled Optical Coherence Tomography (OCT) and Chest X-Ray Images”, Mendeley Data, V3, doi: 10.17632/rscbjbr9sj.3
SSIM-PIL Python Lib https://github.com/ChsHub/SSIM-PIL
Shcherbatyuk A. V., Tuzhansky S. Ye. Optical coherence tomography methods and image filtering algorithms for ophthalmological diagnostics. Optical-electronic information and energy technologies. 2024. No. 1. P. 148-154. URL: http://jnas.nbuv.gov.ua/article/UJRN-0001494647
##submission.downloads##
-
PDF
Завантажень: 2
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
