Гибритный метод анализа изображений на основе технологий искусственного интеллекта и нечетких множеств

Рассматривается разработка прототипа гибридной интеллектуальной системы для анализа изображений на примере задачи диагностики и стадирования диабетической ретинопатии – осложнения сахарного диабета, характеризующееся повреждением сосудов сетчатки глаза. В результате хронически повышенного уровня глюкозы в крови происходит нарушение микроциркуляции, что вызывает развитие микроаневризм, экссудации, кровоизлияний и в тяжелых случаях неоваскуляризации. Это может привести к ухудшению зрения и в конечном итоге к слепоте при отсутствии своевременного лечения. Выявление и стадирование заболевания происходит с помощью анализа фотографических изображений глазного дна (фундус-снимков). Проведен обзор по теме исследования, рассмотрены преимущества гибридных интеллектуальных систем в сравнении с решениями, основанными на применение одной технологии. Описаны шаги создания системы, сочетающей в себе совместное использование классических методов компьютерного зрения, искусственных нейронных сетей, элементов теории нечеткой логики и методов объяснительного искусственного интеллекта. С помощью комбинированной архитектуры программного решения удалось добиться гибкости в вопросах применимости критериев стадирования заболевания, что говорит о широких перспективах подобного решения в диагностике иных заболеваний с логически формализуемыми критериями.