Deep Learning for the Detection and Classification of Diabetic Retinopathy Stages

Скорочена інформація про документ
dc.contributor.authorBasarab, M. R.
dc.contributor.authorIvanko, K. O.
dc.date.accessioned2024-11-29T11:20:51Z
dc.date.available2024-11-29T11:20:51Z
dc.date.issued2024
dc.description.abstractThe incidence of diabetic retinopathy (DR), a complication of diabetes leading to severe vision impairment and potential blindness, has surged worldwide in recent years. This condition is considered one of the leading causes of vision loss. To improve diagnostic accuracy for DR and reduce the burden on healthcare professionals, artificial intelligence (AI) methods are increasingly implemented in medical institutions. AI-based models, in particular, are integrating more algorithms to enhance the performance of existing neural network architectures that are commercially used for DR detection. However, these neural network models still exhibit limitations, such as the need for high computational power and lower accuracy in detecting early DR stages. To overcome these challenges, developing more advanced machine learning models for precise DR detection and classification of DR stages is essential, as it would aid ophthalmologists in making accurate diagnoses. This article reviews current research on the use of deep learning in diagnosing and classifying DR and related diseases, as well as the challenges ophthalmologists face in detecting this condition and potential solutions for early-stage DR detection. This review provides information on modern approaches to DR detection using deep learning applications and discusses the issues and limitations in this area.
dc.description.abstractotherРівень захворюваності на діабетичну ретинопатію (ДР), яка є ускладненням цукрового діабету і призводить до серйозного погіршення зору та потенційної сліпоти, в останні роки стрімко зріс в усьому світі. Ця патологія вважається однією з найпоширеніших причин втрати зору серед людей. Для покращення точності діагностики ДР, а також зменшення навантаження на медичних працівників, активно впроваджується використання методів штучного інтелекту в медичних установах. Зокрема, моделі на основі штучного інтелекту поєднують все більше алгоритмів для покращення продуктивності наявних архітектур нейронних мереж, які комерційно використовуються для виявлення ДР. Однак, ці моделі з використанням нейронних мереж все ще демонструють деякі обмеження, такі як необхідність високої обчислювальної потужності та низька точність виявлення початкових стадій ДР. Щоб подолати ці обмеження, актуальною є розробка досконаліших моделей машинного навчання для більш точного виявлення ДР на початкових етапах розвитку захворювання та класифікації проміжних стадій ДР, що, зокрема, допоможе офтальмологам поставити точний діагноз. У цій статті проведено огляд сучасних досліджень з використання глибокого навчання для вирішення задачі діагностики та класифікації ДР та суміжних захворювань, а також проблем, з якими стикаються офтальмологи при виявленні цього захворювання і можливих рішень для виявлення ДР на початкових стадіях. Цей огляд надає інформацію про сучасні підходи, що використовуються для виявлення ДР на основі застосування глибокого навчання, а також про проблеми та обмеження у цій області.
dc.format.pagerangeС. 309642.1-309642.08
dc.identifier.citationBasarab, M. R. Deep Learning for the Detection and Classification of Diabetic Retinopathy Stages / M. R. Basarab, K. O. Ivanko // Мікросистеми, Електроніка та Акустика : науково-технічний журнал. – 2024. – Т. 29, № 2(127). – С. 309642.1-309642.08. – Бібліогр.: 30 назв.
dc.identifier.doihttps://doi.org/10.20535/2523-4455.mea.309642
dc.identifier.orcid0000-0002-3260-674X
dc.identifier.orcid0000-0002-3842-2423
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70895
dc.language.isoen
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.sourceМікросистеми, Електроніка та Акустика : науково-технічний журнал, 2024, Т. 29, № 2(127)
dc.subjectdiabetic retinopathy
dc.subjectophthalmology
dc.subjectvision loss
dc.subjectartificial intelligence
dc.subjectmachine learning
dc.subjectdeep learning
dc.subjectдіабетична ретинопатія
dc.subjectофтальмологія
dc.subjectвтрата зору
dc.subjectштучний інтелект
dc.subjectмашинне навчання
dc.subjectглибоке навчання
dc.subject.udc004.8.67
dc.titleDeep Learning for the Detection and Classification of Diabetic Retinopathy Stages
dc.title.alternativeГлибоке навчання для виявлення та класифікації стадій діабетичної ретинопатії
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
309642.1-309642.08.pdf
Розмір:
610.67 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Мікросистеми, Електроніка та Акустика: науково-технічний журнал, Т. 29, № 2(127)