Застосування глибоких нейронних мереж для аналізу оптичних зображень судинної сітківки у пацієнтів із цукровим діабетом
The paper investigates the application of deep neural networks for the analysis of optical images of the retinal vascular retina in patients with diabetes mellitus in order to improve the accuracy of automated diabetic retinopathy diagnosis. Modern approaches to retinal image processing based on con...
Saved in:
| Date: | 2026 |
|---|---|
| Main Authors: | , , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Vinnytsia National Technical University
2026
|
| Subjects: | |
| Online Access: | https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/813 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Optoelectronic Information-Power Technologies |
Institution
Optoelectronic Information-Power Technologies| _version_ | 1856543909704892416 |
|---|---|
| author | Корніленко, О.С. Цзіньцюн, Лю Поплавський, О.А. |
| author_facet | Корніленко, О.С. Цзіньцюн, Лю Поплавський, О.А. |
| author_sort | Корніленко, О.С. |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2026-01-12T10:58:28Z |
| description | The paper investigates the application of deep neural networks for the analysis of optical images of the retinal vascular retina in patients with diabetes mellitus in order to improve the accuracy of automated diabetic retinopathy diagnosis. Modern approaches to retinal image processing based on convolutional neural networks are considered, enabling automatic extraction of informative vascular features without manual feature engineering. A comprehensive evaluation methodology is proposed using classification performance metrics such as accuracy, sensitivity, specificity, and the area under the ROC curve (ROC-AUC), accompanied by a detailed ROC analysis with numerical calculations. Additionally, a correlation analysis between model predictions and blood glucose level indicators (HbA1c) is performed to assess the clinical relevance of the obtained results. The findings demonstrate the high diagnostic potential of deep neural networks and confirm their suitability for integration into computer-aided decision support systems in medical diagnostics. |
| first_indexed | 2026-02-08T08:10:43Z |
| format | Article |
| id | oai:oeipt.vntu.edu.ua:article-813 |
| institution | Optoelectronic Information-Power Technologies |
| language | Ukrainian |
| last_indexed | 2026-02-08T08:10:43Z |
| publishDate | 2026 |
| publisher | Vinnytsia National Technical University |
| record_format | ojs |
| spelling | oai:oeipt.vntu.edu.ua:article-8132026-01-12T10:58:28Z Application of deep neural networks for the analysis of optical images of the vascular retina in patients with diabetes mellitus Застосування глибоких нейронних мереж для аналізу оптичних зображень судинної сітківки у пацієнтів із цукровим діабетом Корніленко, О.С. Цзіньцюн, Лю Поплавський, О.А. diabetes mellitus diabetic retinopathy retinal imaging deep neural networks machine learning ROC-AUC correlation analysis цукровий діабет діабетична ретинопатія оптичні зображення сітківки глибокі нейронні мережі машинне навчання ROC-AUC кореляційний аналіз The paper investigates the application of deep neural networks for the analysis of optical images of the retinal vascular retina in patients with diabetes mellitus in order to improve the accuracy of automated diabetic retinopathy diagnosis. Modern approaches to retinal image processing based on convolutional neural networks are considered, enabling automatic extraction of informative vascular features without manual feature engineering. A comprehensive evaluation methodology is proposed using classification performance metrics such as accuracy, sensitivity, specificity, and the area under the ROC curve (ROC-AUC), accompanied by a detailed ROC analysis with numerical calculations. Additionally, a correlation analysis between model predictions and blood glucose level indicators (HbA1c) is performed to assess the clinical relevance of the obtained results. The findings demonstrate the high diagnostic potential of deep neural networks and confirm their suitability for integration into computer-aided decision support systems in medical diagnostics. У статті досліджено можливості застосування глибоких нейронних мереж для аналізу оптичних зображень судинної сітківки у пацієнтів із цукровим діабетом з метою підвищення точності автоматизованої діагностики діабетичної ретинопатії. Розглянуто сучасні підходи до обробки ретинальних зображень із використанням згорткових нейронних мереж, що забезпечують автоматичне виділення інформативних ознак судинних змін без ручного формування дескрипторів. Запропоновано методику оцінювання ефективності класифікації на основі показників точності, чутливості, специфічності та площі під ROC-кривою (ROC-AUC), а також проведено детальний ROC-аналіз із числовими розрахунками. Додатково виконано кореляційний аналіз між результатами роботи моделі та рівнем глікемії крові (HbA1c), що дозволило оцінити клінічну релевантність отриманих прогнозів. Отримані результати підтверджують високу діагностичну здатність глибоких нейронних мереж та доцільність їх використання як допоміжного інструменту у системах комп’ютеризованої підтримки прийняття медичних рішень. Vinnytsia National Technical University 2026-01-12 Article Article application/pdf https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/813 10.31649/1681-7893-2025-50-2-200-209 Optoelectronic Information-Power Technologies; Vol. 50 No. 2 (2025); 200-209 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 50 № 2 (2025); 200-209 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 50 № 2 (2025); 200-209 2311-2662 1681-7893 10.31649/1681-7893-2025-50-2 uk https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/813/742 |
| spellingShingle | цукровий діабет діабетична ретинопатія оптичні зображення сітківки глибокі нейронні мережі машинне навчання ROC-AUC кореляційний аналіз Корніленко, О.С. Цзіньцюн, Лю Поплавський, О.А. Застосування глибоких нейронних мереж для аналізу оптичних зображень судинної сітківки у пацієнтів із цукровим діабетом |
| title | Застосування глибоких нейронних мереж для аналізу оптичних зображень судинної сітківки у пацієнтів із цукровим діабетом |
| title_alt | Application of deep neural networks for the analysis of optical images of the vascular retina in patients with diabetes mellitus |
| title_full | Застосування глибоких нейронних мереж для аналізу оптичних зображень судинної сітківки у пацієнтів із цукровим діабетом |
| title_fullStr | Застосування глибоких нейронних мереж для аналізу оптичних зображень судинної сітківки у пацієнтів із цукровим діабетом |
| title_full_unstemmed | Застосування глибоких нейронних мереж для аналізу оптичних зображень судинної сітківки у пацієнтів із цукровим діабетом |
| title_short | Застосування глибоких нейронних мереж для аналізу оптичних зображень судинної сітківки у пацієнтів із цукровим діабетом |
| title_sort | застосування глибоких нейронних мереж для аналізу оптичних зображень судинної сітківки у пацієнтів із цукровим діабетом |
| topic | цукровий діабет діабетична ретинопатія оптичні зображення сітківки глибокі нейронні мережі машинне навчання ROC-AUC кореляційний аналіз |
| topic_facet | diabetes mellitus diabetic retinopathy retinal imaging deep neural networks machine learning ROC-AUC correlation analysis цукровий діабет діабетична ретинопатія оптичні зображення сітківки глибокі нейронні мережі машинне навчання ROC-AUC кореляційний аналіз |
| url | https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/813 |
| work_keys_str_mv | AT kornílenkoos applicationofdeepneuralnetworksfortheanalysisofopticalimagesofthevascularretinainpatientswithdiabetesmellitus AT czínʹcûnlû applicationofdeepneuralnetworksfortheanalysisofopticalimagesofthevascularretinainpatientswithdiabetesmellitus AT poplavsʹkijoa applicationofdeepneuralnetworksfortheanalysisofopticalimagesofthevascularretinainpatientswithdiabetesmellitus AT kornílenkoos zastosuvannâglibokihnejronnihmereždlâanalízuoptičnihzobraženʹsudinnoísítkívkiupacíêntívízcukrovimdíabetom AT czínʹcûnlû zastosuvannâglibokihnejronnihmereždlâanalízuoptičnihzobraženʹsudinnoísítkívkiupacíêntívízcukrovimdíabetom AT poplavsʹkijoa zastosuvannâglibokihnejronnihmereždlâanalízuoptičnihzobraženʹsudinnoísítkívkiupacíêntívízcukrovimdíabetom |