Методы и алгоритмы интеллектуальной системы диагностики сосудистой патологии сетчатки глаза на основе контурного спектрального анализа и нейросетевого моделирования

• Автор: Насер Адел Абдулсалам
• Шифр специальности: 05.11.17
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Курск
• Количество страниц: 142 с. : ил.

СОДЕРЖАНИЕ

СПИСОК ОБОЗНАЧЕНИЙ И СОКРАЩЕНИИ

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ

1.1. Современные представления об этиологии и патогенезе сосудистых заболеваний сетчатки

1.1.1. Инволюционные и атеросклеротические изменения сосудов

сетчатой оболочки

/. 1.2. Орган зрения при артериальной гипертонии

1.2. Использование автоматизированных систем поддержки принятия решений в офтальмологии
1.3. Классифицирующие модели на основе анализа центральной линии кровеносного сосуда
1.4. Цель и задачи исследования
ГЛАВА 2. ФОРМИРОВАНИЕ ПРИЗНАКОВОГО ПРОСТРАНСТВА НА ОСНОВЕ СПЕКТРАЛЬНОГО АНАЛИЗА ЦЕНТРАЛЬНЫХ ЛИНИЙ СОСУДОВ В ЗАДАЧАХ КЛАССИФИКАЦИИ ПАТОЛОГИЧЕСКИХ ИЗМЕНЕНИЙ СТРУКТУРЫ СОСУДИСТОЙ СИСТЕМЫ ГЛАЗНОГО ДНА
2.1. Разработка метода математического моделирования центральной линии кровеносного сосуда па основе морфологической обработки бинарных изображений
2.2. Исследования методов спектрального представления контуров минимальной толщины
2.3. Метод формирования пространства информативных признаков на основе дескрипторов Фурье при анализе сосудов на изображении глазного дна
2.4. Выводы второй главы
ГЛАВА 3. РАЗРАБОТКА И ИССЛЕДОВАНИЯ СЕТЕВЫХ ТЕХНОЛОГИЙ, ПРЕДНАЗНАЧЕННЫХ ДЛЯ ВЫДЕЛЕНИЯ СОСУДОВ 11А ФОТОГРАФИЯХ ГЛАЗНОГО ДНА
3.1. Разработка универсальной сетевой структуры для задач двухальтернативной классификации
3.2. Структура решающих модулей сетевых моделей
3.2.1. Структура первого решающего модуля
3.2.2. Структура второго решающего модуля
3.3. Алгоритмическое и программное обеспечение моделирования решающих модулей
3.4. Выводы третьей главы
ГЛАВА 4. РЕАЛИЗАЦИЯ И РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ
4.1. Структура автоматизированной системы поддержки принятия решений врача офтальмолога
4.2. Экспериментальные исследования эффективности классификации извилистости сосудов сетчатки
4.3. Нейронные сети с макрослоями для классификации и прогнозирования сосудис той патологии глазного дна
4.4. Формирование нелинейных отображений на входах слоев НМС для диагностики и прогнозирования тромбоза центральной вены сетчатки и ее ветвей
4.5. Оценка эффективности правил прогнозирования и диагностики степени тяжести тромбозов центральной вены сетчатки и ее ветвей
4.6. Выводы четвертой главы
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
СПИСОК ОБОЗНАЧЕНИИ И СОКРАЩЕНИИ
БС - блочная структура
ДЗН - диска зрительного нерва
ДС - диагностическая специфичность,
ДЧ - диагностическая чувствительность,
ДЭ - диагностическая эффективность решающего правила
ИО - истинно отрицательный результат
ИП — истинно положительный результат
ЛО - ложно отрицательный результат
ЛП - ложно положительный результат
НБС - неблочная структура
НСМ - нейронная сеть с макрослоями
11СППС - нейронная сеть с прямой передачей сигнала
П3~ - прогностическая значимость отрицательных результатов,
П3+ - прогностическая значимость положительных результат ов,
ТЦВСиВ - тромбоз центральной вены сетчатки и ее ветвей
11.ВС - центральная вена сетчатки
ЦЛСС - центральная линия сосудов сетчатки
ЦНИИ - Центральный научно-исследовательский институт

патологии сетчатки глаза на основе контурного спектрального анализа и нейросетевого моделирования, обеспечивающих повышение качества выявления патологий в условиях нечетко выраженных сегментов на фотографиях изображения глазного дна.
Для достижения поставленной цели необходимо реши ть следующие задачи:
• исследовать методы и алгоритмы формирования пространства информативных признаков для классификации состояния сосудов сетчатки глаза;
• разработать метод математического моделирования центральной линии кровеносного сосуда, предназначенный для автоматизированной системы диагностики сосудистой патологии сетчатки глаза, а также структурные и алгоритмические решения для его реализации;
• разработать метод формирования информативных признаков для нейронной сети, классифицирующей сосудистые заболевания глазного дна на основе анализа модели изображения центральной линии кровеносных сосудов глазного дна;
• создать сетевые структуры и алгоритмы их функционирования, предназначенные для прогнозирования и дифференциальной диагностики заболеваний сосудов глазного дна;
• разработать структуру автоматизированной системы диагностики сосудистых патологий глазного дна и на ес основе провести апробацию предложенных методов, алгоритмов и специального программного обеспечения в клинической практике врача-офтальмолога.