<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Аналіз методів і систем діагностики діабетичної ретинопатії

Ескіз

Файли

139190.pdf (760,35 KB)

Дата

2023

Автори




Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

https://doi.org/10.31649/1681-7893-2023-46-2-135-141

Анотація

This article is devoted to the analysis of modern methods and systems fordiagnosing diabetic retinopathy (DR), a serious ophthalmic complication that develops in patients with diabetes. The work is aimed at determining the optimal approach to the diagnosis of DR, which is important for timely intervention and preservation of visual function in patients with diabetes.

Опис

Ключові слова

diabetic retinopathy , tomography , machine learning , ophthalmoscopy

УДК

57.087.3

Тип документа

Article

Мова

uk_UA

Є частиною

Оптико-електронні інформаційно-енергетичні технології. № 2 : 135–141.

ISSN

1681-7893

Бібліографічний опис

Аналіз методів і систем діагностики діабетичної ретинопатії / С. В. Павлов, Й. Р. Салдан, О. В. Карась, С. В. Тимчик // Оптико-електроннi iнформацiйно-енергетичнi технологiї. – Т. 46, № 2. – С. 135–141.

URI

http://ir.lib.vntu.edu.ua/handle/123456789/38908

Зібрання

Оптико-електронні інформаційно-енергетичні технології. 2023. № 2
Наукові видання каф. БМІОЕС

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (18)

  1. Bandello, F., et al. “Clinical Strategies in the Management of Diabetic Retinopathy.” Springer eBooks, 2014, https://doi.org/10.1007/978-3-642-54503-0.
  2. “Diabetes Risk Factors.” Centers for Disease Control and Prevention, 5 Apr. 2022, www.cdc.gov/diabetes/basics/risk-factors.html. Accessed 6 July 2022.
  3. Diabetic Retinopathy | National Eye Institute. www.nei.nih.gov/learn-about-eye-health/eye-conditionsand-diseases/diabetic-retinopathy. Accessed 25 July 2021.
  4. [94] Murchison, A., et al. “Non-adherence to Eye Care in People With Diabetes.” BMJ Open Diabetes Research & Care, vol. 5, no. 1, BMJ, July 2017, p. e000333. https://doi.org/10.1136/bmjdrc2016-000333.
  5. Miotto, R., et al. “Deep Learning for Healthcare: Review, Opportunities and Challenges.” Briefings in Bioinformatics, vol. 19, no. 6, Oxford UP, May 2017, pp. 1236–46. https://doi.org/10.1093/bib/bbx044.
  6. Hua, C., et al. “Retinal Vessel Segmentation Using Round-wise Features Aggregation on Bracket-shaped Convolutional Neural Networks.” Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society, July 2019, https://doi.org/10.1109/embc.2019.8856552.
  7. Ophthalmological center “New Vision.” “Diagnostic Equipment; New Vision.” New Vision, 27 Oct. 2021, www.zir.com.ua/uk/cherkassy/diahnostychne-obladnannya-cherkassy. Accessed 3 Mar. 2023.
  8. Kronfeld, P. “TONOGRAPHY.” Archives of Ophthalmology, vol. 48, no. 4, American Medical Association, Oct. 1952, pp. 393–404. https://doi.org/10.1001/archopht.1952.00920010402001.
  9. Zablotskyi, V., and Lapchenko, Yu. Optics and Ophthalmology in Medical Instrumentation: Study Guide for Students of Higher Educational Institutions. 2008.
  10. Yannuzzi, L., et al. “Fluorescein Angiography Complication Survey.” Ophthalmology, vol. 93, no. 5, Bentham Science Publishers, May 1986, pp. 611–17. https://doi.org/10.1016/s0161-6420(86)33697-2