Моделирование астигматизма с помощью сверточной нейронной сети

Abstract

Глазная хирургия для коррекции астигматизма сегодня становится все менее рискованной процедурой. Новые методы для правильной диагностики, такие как топографические изображения глаз, которые используют принцип Шеймпфлуга, в частности, Пентакам, являются одним из этих инструментов. Астигматизм – одно из наиболее распространенных заболеваний человеческого зрения. Правильное выявление астигматизма может помочь устранить или уменьшить послеоперационные осложнения. Нейронные сети уже показали свой потенциал в процессе принятия решений в разных областях. Поэтому разработка новых алгоритмов и адаптация существующих в области диагностики заболеваний зрения – очень важная и актуальная задача. Одним из направлений исследования астигматизма является построение его компьютерной модели на основе нейросетевого подхода.

Eye surgery to correct astigmatism is becoming an increasingly less risky procedure today. New techniques for proper diagnosis, such as topographic eye images that use the Scheimpflug principle, such as the Pentacam, are one of these tools. Astigmatism is one of the major problems that exist in human vision. Proper identification of astigmatism can help eliminate or reduce post-operative complications. Neural networks have already shown their potential to help in the decision-making process in a variety of areas. Therefore, the development of new algorithms based on these techniques can help physicians identify, diagnose different types of vision problems, and demonstrate these optical distortions of the human eye.