FUNDUS TASVIRLARI ASOSIDA KO‘Z KASALLIKLARINI DASTLABKI TASHXISLASH UCHUN KONVOLYUTSION NEYRON TARMOQ ARXITEKTURASINI ISHLAB CHIQISH

Abstract

Annotatsiya. Ushbu maqolada ko‘z tubi — fundus tasvirlari asosida ko‘z kasalliklarini dastlabki bosqichda aniqlashga mo‘ljallangan konvolyutsion neyron tarmoq (Convolutional Neural Network — CNN) arxitekturasini ishlab chiqish masalasi ko‘rib chiqiladi. Ko‘z kasalliklarini erta aniqlash ko‘rish qobiliyatining pasayishi va qaytarilmas ko‘rish yo‘qolishi xavfini kamaytirishda muhim ahamiyatga ega. An’anaviy diagnostika jarayonida fundus tasvirlarini oftalmolog tomonidan tahlil qilish talab etiladi. Ushbu jarayonni sun’iy intellekt asosida avtomatlashtirish dastlabki skriningni tezlashtirish va tibbiy mutaxassislar faoliyatini qo‘llab-quvvatlash imkonini beradi. Tadqiqot doirasida fundus tasvirlarini dastlabki qayta ishlash, ma’lumotlarni muvozanatlashtirish, tasvirlardan muhim vizual belgilarni ajratib olish va kasalliklarni ko‘p belgili tasniflash bosqichlarini o‘z ichigaoluvchi CNN arxitekturasi taklif etiladi. Modelni ishlab chiqishda chuqur konvolyutsion qatlamlar, Batch Normalization, ReLU faollashtirish funksiyasi, Dropout va Global Average Pooling usullaridan foydalanish ko‘zda tutiladi. Modelning samaradorligini baholash uchun sezgirlik, spetsifiklik, aniqlik, F1-ko‘rsatkich va ROC-AUC kabi metrikalar tavsiya etiladi. Taklif etilgan yondashuv avtomatlashtirilgan oftalmologik skrining tizimini yaratish uchun metodologik asos bo‘lib xizmat qilishi mumkin.