Стандарт описания снимка оптической когерентной томографии макулярной области сетчатки глаза

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Чупров А.Д., Лосицкий А.О., Жигалов А.Ю., Таскина Е.С.

Актуальность.

Большое число проводимых исследований — оптической когерентной томографии (ОКТ) макулярной области сетчатки глаза, отсутствие единых правил описания результатов затрудняют клиническую, организационную и научную работу при использовании накопленных и вновь получаемых данных.

Цель.

Проверка гипотезы о возможности создания справочника описания результатов ОКТ, формулировке стандарта описания снимка ОКТ методом обработки естественного языка (неструктурированных данных, накопленных ранее в медицинских информационных системах).

Материал и методы.

Произведен анализ 30 000 неструктурированных текстовых описаний медицинских изображений нормы и патологии макулярной области сетчатой оболочки глаза человека. К полученному массиву данных применена техника тематического моделирования BERTopic.

Результаты.

После моделирования, первичной очистки обнаружено 123 темы, к которым применен метод иерархической кластеризации для объединения их в синдромокомплексы, свидетельствующие об отсутствии или наличии патологического процесса с наименованием данного синдромокомплекса на основании экспертной оценки. Полученные данные систематизированы в таблицу для использования в практической деятельности. Полный справочник разделов, признаков, синдромокомплексов доступен для скачивания, использования, интеграции в медицинские информационные системы по ссылке https://disk.yandex.ru/i/agKdkWGvYyMfaQ.

Заключение.

Полученный справочник может быть полезен в практической работе: создании медицинских информационных систем, систем поддержки принятия врачебных решений на основе нейронных систем, других методов глубокого машинного обучения, гипотез о возможности построения справочников путем обработки больших массивов «естественного» языка подтверждена.


Источник: eyepress.ru

Комментарии: