Розмір шрифта:
АНАЛІЗ ВПЛИВУ ПОПЕРЕДНЬОЇ ФІЛЬТРАЦІЇ З ДОПОМОГОЮ U-NET НА СТРУКТУРНУ СХОЖІСТЬ ОКТ-ЗОБРАЖЕНЬ
Остання редакція: 2025-04-21
Анотація
У роботі здійснено дослідження впливу методів фільтрації зображень ОКТ з допомогою згорткової нейромережі U-Net на точність сегментації, здійснено обробку серії тестових зображень із порівнянням результатів обробки залежно від методу фільтрації за індексом структурної схожості (SSIM).
оптична когерентна томографія, U-Net, фільтр Гауса, медіанний фільтр, фільтр Фур’єКлючові слова
оптична когерентна томографія; U-Net; фільтр Гауса; медіанний фільтр; фільтр Фур’є
Посилання
Павлов С. В., Салдан Й. Р., Злепко С. М., Азаров О. Д., Тимченко Л. І., Абраменко Л. В. Методи попередньої обробки томографічних зображень очного дна. Інформаційні технології та комп'ютерна інженерія. 2019. № 2. С. 4-12.
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
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
Щербатюк А. В., Тужанський С. Є. Методи оптичної когерентної томографії та алгоритми фільтрації зображень для офтальмологічної діагностики. Оптико-електронні інформаційно-енергетичні технології. 2024. № 1. С. 148-154. URL: http://jnas.nbuv.gov.ua/article/UJRN-0001494647
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
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
Щербатюк А. В., Тужанський С. Є. Методи оптичної когерентної томографії та алгоритми фільтрації зображень для офтальмологічної діагностики. Оптико-електронні інформаційно-енергетичні технології. 2024. № 1. С. 148-154. URL: http://jnas.nbuv.gov.ua/article/UJRN-0001494647
Повний текст:
PDF