ОСОБЛИВОСТІ МОДИФІКАЦІЇ АРХІТЕКТУРИ INCEPTIONRESNETV2 ТА СТВОРЕННЯ ДІАГНОСТИЧНОЇ СИСТЕМИ ВИЗНАЧЕННЯ СТУПЕНЯ УРАЖЕННЯ СУДИН СІТКІВКИ ОКА

Анотація

Розглянуто переваги архітектури згорткової нейронної мережі InceptionResNetv2. Вказана мережа використовує залишкові з'єднання, які допомагають полегшити процес навчання. InceptionResNetv2 використовує різні методи для зменшення розмірності карти ознак, що робить її більш економною з точки зору пам'яті та обчислень. Ця модель має низку переваг у порівнянні з іншими мережами.   InceptionResNetv2 може застосовуватися для сегментації кровоносних судин на зображеннях очей з різною роздільною здатністю.

В дослідженні проведено модифікацію InceptionResNetv2. Застосування додаткових шарів MaxPooolіng та Dense покращило швидкодію та точність згорткової нейронної мережі InceptionResNetv2. Шар Dropout ефективно використано для запобігання перенавчанню. Систему визначення ступеня ураження сітківки ока діабетичного походження реалізовано на мові програмування Python. Шари моделі побудовано за допомогою бібліотеки Kеras. Зображення з набору EyePacs були оброблені методами обрізання чорних рамок фільтром розмивання Гауса та мінімізацією впливу зміни положення зображень.

В процесі дослідження  було виявлено, що для досягнення максимальної точності необхідна 21 епоха.  Програма обчислює ймовірність належності зображення до певного класу з високою точністю. Було отримано показник точності розпізнавання для 1 класу 98,6%, для 2 класу - 98,5%, для 3 класу - 98,3%, для 4 класу - 98,15%, для 5 класу - 98,1% .