Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://earchive.tpu.ru/handle/11683/139737| Название: | Автоматическая сегментация патологий сетчатки методами глубокого обучения |
| Другие названия: | Automatic segmentation of retinal pathologies using deep learning methods |
| Авторы: | Лушников, В. А. |
| Научный руководитель: | Филиппова, Екатерина Олеговна |
| Ключевые слова: | diabetic retinopathy; machine learning; image segmentation; neural network |
| Дата публикации: | 2026 |
| Издатель: | Томский политехнический университет |
| Библиографическое описание: | Лушников, В. А. Автоматическая сегментация патологий сетчатки методами глубокого обучения / В. А. Лушников ; науч. рук. Е. О. Филиппова // Перспективы развития фундаментальных наук. — Томск : Изд-во ТПУ, 2026. — Т. 3 : Математика. — С. 116-118. |
| Аннотация: | The purpose of this study is to develop and investigate machine learning-based algorithms for the segmentation of pathological retinal changes caused by diabetes mellitus. Diabetic retinopathy is one of the most common complications of diabetes and a leading cause of vision impairment, which makes early and accurate detection critically important. In this work, fundus image datasets were analyzed and used to train a neural network model capable of identifying and segmenting retinal lesions associated with diabetic retinopathy. As a result of the research, a trained deep learning model was obtained that performs automated segmentation of pathological regions in retinal fundus images with satisfactory accuracy. The achieved performance demonstrates that the proposed approach can be effectively applied to support the verification and assessment of retinal pathological processes in patients with diabetic retinopathy, potentially assisting ophthalmologists in clinical diagnostics |
| URI: | http://earchive.tpu.ru/handle/11683/139737 |
| Располагается в коллекциях: | Материалы конференций |
Файлы этого ресурса:
| Файл | Размер | Формат | |
|---|---|---|---|
| conference_tpu-2026-C21_V3_p116-118.pdf | 294,98 kB | Adobe PDF | Просмотреть/Открыть |
Лицензия на ресурс: Лицензия Creative Commons