Оценка эффективности алгоритма поддержки принятия решения врачом при дистрофии сетчатки с использованием методов машинного обучения
А.Е. Жданов^1,2, А.Ю. Долганов¹, Д. Занка², В.И. Борисов¹, Е. Лучиан³, Л.Г. Доросинский¹

¹ФГАОУ ВО «УрФУ имени первого Президента России Б.Н. Ельцина», Институт радиоэлектроники
и информационных технологий-РТФ, 620078, Россия, г. Екатеринбург, ул. Мира, д. 32;
²Университет Эрлангена-Нюрнберга, Лаборатория машинного обучения и анализа данных,
91052, Федеративная Республика Германия, г. Эрланген, Carl-Thiersch-Straße, 2b;
³Политехнический университет Бухареста, Электротехнический факультет,
060042, Румыния, г. Бухарест, Splaiul Independenței, 313

Аннотация:
Электроретинография является перспективным методом электрофизиологического тестирования, позволяющего диагностировать заболевания, связанные с нарушениями сосудистых структур сетчатки зрительного анализатора. Классический анализ электроретинограммы строится на оценке 4 параметров в амплитудно-временном представлении и часто нуждается в конкретизации с использованием альтернативных методов диагностики. В настоящем исследовании предлагается использование оригинального алгоритма поддержки принятия решения врачом для диагностирования дистрофии сетчатки. Алгоритм построен на базе методов машинного обучения и использует параметры, извлеченные из вейвлет-скалограммы педиатрических и взрослых сигналов электроретинограмм. Также в исследовании используется размеченная база данных педиатрических и взрослых сигналов электроретинограмм, записанная с помощью компьютеризированной электрофизиологической рабочей станции EP-1000 (Tomey GmbH) в Екатеринбургском центре МНТК «Микрохирургия глаза». Научная новизна настоящего исследования заключается в разработке специального алгоритмического обеспечения для анализа процедуры извлечения параметров из вейвлет-скалограммы сигнала электроретинограммы с использованием функции cwt библиотеки PyWT, где в качестве базисной функции был выбран вейвлет Гаусса 8-го порядка. Также научная новизна заключается в разработке алгоритма анализа сигналов электроретинограмм, который в сравнении с классическим анализом реализует классификацию взрослых сигналов электроретинограммы на 19 % точнее, а педиатрических сигналов на 20 % точнее, чем классический анализ.

Ключевые слова:
электроретинография, электроретинограмма, ЭРГ, электрофизиологическое исследование, ЭФИ, дистрофия сетчатки, вейвлет-анализ, вейвлет-скалограмма, деревья решений, алгоритм поддержки принятия решения.

Благодарности
Исследование выполнено при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках Программы развития Уральского федерального университета имени первого Президента России Б.Н. Ельцина в соответствии с программой стратегического академического лидерства «Приоритет-2030».

Цитирование:
Жданов, А.Е. Оценка эффективности алгоритма поддержки принятия решения врачом при дистрофии сетчатки с использованием методов машинного обучения / А.Е. Жданов А.Ю. Долганов, Д. Занка, В.И. Борисов, Е. Лучиан, Л.Г. Доросинский // Компьютерная оптика. – 2023. – Т. 47, № 2. – С. 272-277. – DOI: 10.18287/2412-6179-CO-1124.

Citation:
Zhdanov AE, Dolganov AY, Zanca D, Borisov VI, Lucian E, Dorosinskiy LG. Evaluation of the effectiveness of the decision support algorithm for physicians in retinal dystrophy using machine learning methods. Computer Optics 2023; 47(2): 272-277. DOI: 10.18287/2412-6179-CO-1124.