COMPUTER ANALYSIS OPTICAL COHERENCE TOMOGRAPHY IMAGES BY USING UNSUPERVISED MACHINE LEARNING ALGORITHM
DOI:
https://doi.org/10.47344/qfnq1285Ключевые слова:
линейный дискриминантный анализ, сегментация субретинальной жидкости, набор уровней, локальная гауссова энергия предварительной подгонкиАннотация
В последние годы компьютерный анализ изображений
развивается быстрыми темпами. В области медицины был выведен на
новый уровень, оказав большую помощь для диагностической системы. На
сегодняшний день существует множество информационных систем в
области офтальмологии и кардиологии. Передовые технологии не только
ускоряют работу врачей, но и помогают своевременно диагностировать
заболевание и назначать лечение. В данной научной статье был выполнен
анализ алгоритма машинного обучения с использованием базы данных
томографических изображений кровеносных сосудов в глазной системе.
Были изучены используемые методы для расчета нескольких причин в
целях выбора конкретной модели, а также методы для расчета его свойств
и методы для расчета некоторых преимуществ и значимости. Основная
цель этого исследования состоит в том, что врачи могут не только
проверить текущее состояние глаза пациента, но и диагностировать
определенные заболевания, такие как диабет и анемия.
