Исследование эффективности применения процедурно генерируемых моделей глаза для трёхмерной реконструкции карты сосудов с помощью нейронной сети

Поражение зрительной системы в той или иной форме встречается у миллионов людей. В частности, с каждым годом всё более распространёнными становятся заболевания сетчатки глаза. В данном исследовании ставится вопрос о создании подхода к обработке изображений сетчатки с помощью методов глубокого обучения. Само обучение проводится на трёхмерных данных, сгенерированных процедурно с помощью программы, разработанной в рамках данного исследования, на основе знаний о строении моделируемого объекта – сосудов сетчатки человеческого глаза. Рассматривается только структура сосудов сетчатки, остальные составляющие отбрасываются. В рамках работы создан сам модуль генерации, несколько наборов данных (датасетов) на его основе, подготовлен и обучен набор искусственных нейронных сетей, а также проведён анализ результатов, в том числе сравнение с некоторыми другими методами трёхмерной реконструкции, применение которых в поставленной задаче возможно. Получаемые образцы имеют высокую степень уникальности и повторяют основные свойства размещения сосудов на сетчатке. Задачи исследования ставились так, чтобы максимально приблизить условия к процедуре скрининга пациентов. Спроектированные на основе нейронных сетей системы справляются с задачей трёхмерной реконструкции, а применённые методы обработки данных – в том числе задействование буфера глубины, получаемого при растеризации, – возможно повторить при проведении настоящей офтальмоскопии глазного дна с помощью фундус-камеры или других медицинских инструментов, применяемых с аналогичными целями. Полученные результаты будут использованы в дальнейших работах с использованием подлинных снимков глаза для получения полноценной диагностической системы.