Снимки сетчатки глаза помогут выявлять неврологические расстройства: нейросеть в помощь офтальмологу |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2025-10-30 14:55 Исследователи Центра «Искусственный интеллект» УрФУ предложили новый метод анализа сигналов электроретинограммы (ЭРГ) с использованием технологий искусственного интеллекта. Алгоритмы классификации временных рядов позволяют: диагностировать заболевания сетчатки (например, дистрофию); выявлять признаки неврологических расстройств — СДВГ, РАС, болезнь Паркинсона. Как это работает: Алгоритм анализирует сигналы ЭРГ — неинвазивного функционального теста сетчатки. Используется технология explainable AI, которая показывает, какие участки сигнала (a- и b-волны, осцилляторные потенциалы) повлияли на вывод модели. Врач получает не просто «да/нет», а инструмент для принятия более точного решения и отбора пациентов для дальнейшего обследования. Алгоритмы обучены на базе международной базы данных реальных пациентов, с использованием методов, позволяющих объяснять предсказания моделей с помощью SHAP (теория игр для оценки вклада каждой функции). Это делает систему более прозрачной и удобной для клинического применения. В будущем исследователи планируют адаптировать алгоритмы для диагностики глаукомы, врожденной куриной слепоты и других неврологических нарушений, связанных с сетчаткой. Исследование проведено в рамках программы «Приоритет-2030» при поддержке Минобрнауки России и опубликовано в журнале Bioengineering. Источник: vk.com Комментарии: |
|