ВЫЯВЛЕНИЕ СТЕНОЗА КОРОНАРНЫХ АРТЕРИЙ НА ОСНОВЕ МОДЕЛЕЙ ГЛУБОКОГО ОБУЧЕНИЯ
В настоящее время сердечно-сосудистые заболевания являются наиболее распространенной угрозой для здоровья человека, а ишемическая болезнь сердца является особенно серьезным заболеванием. Коронарная ангиография используется для выявления ишемической болезни сердца. Однако высокая стоимость и сложность анализа ее результатов привели к необходимости автоматизации процесса диагностики стеноза коронарных артерий.
В данной работе мы рассмотрели популярные модели обнаружения стеноза на основе глубокого обучения. Модели различались по своей базовой архитектуре нейронной сети и были предварительно обучены на общедоступных данных. Данные состоят из видеопоследовательностей, полученных клинически с помощью инвазивной коронарной ангиографии и размеченных в отдельные кадры для каждого видео, содержащего стеноз коронарных артерий, с разрешением (512x512) пикселей. В статье представлен сравнительный анализ моделей на основе основных показателей производительности: средней точности (mAP), времени обработки изображения и количества параметров модели. Наилучшую производительность показали модели Faster R-CNN и EfficientDet D4. По сравнению с другими моделями они характеризуются относительно низкими весами параметров, высокой точностью обнаружения и высокой скоростью обработки изображений. Сравнительный анализ показал, что результаты данного исследования превосходят или сопоставимы с результатами других исследователей.
Щетинин Е.Ю., Тютюнник А.А. Выявление стеноза коронарных артерий на основе моделей глубокого обучения // Научный результат. Информационные технологии. – Т. 10, №1, 2025. – С. 58-65. DOI: 10.18413/2518-1092-2025-10-1-0-6
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.