МЕДИЦИНАЛЫҚ БЕЙНЕЛЕР НЕГІЗІНДЕ КӨЗ ТОРЫНЫҢ АУРУЛАРЫН ДИАГНОСТИКАЛАУ ҮШІН ТЕРЕҢ ОҚЫТУ МОДЕЛЬДЕРІН ҚОЛДАНУ ЖӘНЕ ТАЛДАУ

Авторы

  • А.А. Муханова Евразийский Национальный университет имени Л.Гумилева
  • С.К. Кожукаева Евразийский Национальный университет имени Л.Гумилева
  • Л.Г. Рзаева Astana IT University
  • Ж.Е. Доумчариева Таразский региональный университет имени М.Х. Дулати
  • У.Т. Махажанова Евразийский Национальный университет имени Л.Гумилева

DOI:

https://doi.org/10.32014/2024.2518-1726.278

Ключевые слова:

: глубокое обучение, болезни сетчатки глаза, конволюционная нейронная сеть, классификация, сегментация

Аннотация

Статья посвящена изучению и применению методов
глубокого обучения для диагностики заболеваний сетчатки на основе медицинских
изображений. Этап медицинского анализа изображений включает использование
современных моделей глубокого обучения при заболеваниях глаз, таких как
диабетическая ретинопатия, глаукома и катаракта. Изучение медицинских
изображений сетчатки включает сложные и тонкие детали, требующие высокой
точности и специальных знаний. В ходе исследования был проведен сравнительный
анализ различных моделей с определением их эффективности для реализации
конкретных диагностических задач. С помощью проведенного анализа были
выбраны методы с наибольшей эффективностью для диагностики заболеваний глаз.
Применение выбранных методов в области медицины, в частности, в диагностике
заболеваний сетчатки, открывает новые горизонты. Использование моделей
глубокого обучения способствует не только автоматизации процесса обработки
данных, но и значительному улучшению точности и скорости диагностики. В
рамках статьи особое внимание было уделено разработке алгоритмов, способных

Загрузки

Опубликован

2024-06-15

Как цитировать

Mukhanova А., Kozhukaeva, S., Rzaeva, L., Doumcharieva, Z. ., & Makhazhanova, U. . (2024). МЕДИЦИНАЛЫҚ БЕЙНЕЛЕР НЕГІЗІНДЕ КӨЗ ТОРЫНЫҢ АУРУЛАРЫН ДИАГНОСТИКАЛАУ ҮШІН ТЕРЕҢ ОҚЫТУ МОДЕЛЬДЕРІН ҚОЛДАНУ ЖӘНЕ ТАЛДАУ. Известия НАН РК. Серия физико-математическая, (2), 218–234. https://doi.org/10.32014/2024.2518-1726.278