Z przyjemnością informujemy, że Lesław Pawlaczyk (CEO) napisał artykuł, który został zaprezentowany na prestiżowej międzynarodowej konferencji ICSENG 2025 (https://icseng.eu//). Artykuł nosi tytuł „Multi-Scale U-Net Segmentation Optimized by CNN-Based Quality Scoring” i omawia modyfikację segmentacji naczyń na obrazach dna oka z użyciem systemu głosowania i generowania losowych pozycji okienek. Technologia ta jest wykorzystywana w naszych produktach. Streszczenie znajduje się poniżej:
W niniejszym artykule przedstawiono wieloskalową segmentację U-Net zoptymalizowaną przez CNN-Based Quality Scoring MUSOCS, nowatorskie rozwiązanie opracowane w celu rozwiązania kluczowych ograniczeń tradycyjnego U-Net w segmentacji obrazów medycznych. Standardowe modele U-Net zmagają się ze zmiennością rozdzielczości i często wymagają przetwarzania opartego na łatach, co wprowadza artefakty, takie jak efekt szachownicy. MUSOCS łagodzi te problemy, łącząc adaptacyjną segmentację wieloskalową z mechanizmem punktacji opartym na CNN, który automatycznie wybiera optymalną rozdzielczość dla każdego obrazu. Rozwiązanie to dodatkowo zwiększa dokładność, integrując hybrydową strategię pokrycia całego obrazu siatką i losowo wybranych okien uszeregowanych według wyników jakości. Oceniamy MUSOCS przy użyciu modeli trenowanych na zbiorze danych FIVES i testowanych na połączonym zestawie walidacyjnym pochodzącym z wielu źródeł, wykazując zwiększoną odporność i skalowalność. Wyniki pokazują średni wzrost wskaźnika Jaccarda nawet o 0,04 w porównaniu z klasycznymi metodami przesuwnego okna, co potwierdza skuteczność adaptacyjnego wyboru skali. Pełna implementacja jest dostępna w otwartym kodzie źródłowym na GitHubie..
Jest to zgodne z naszą szerszą strategią publikowania artykułów naukowych z dziedziny okulistyki i sztucznej inteligencji. W nadchodzących miesiącach będziemy informować o kolejnych artykułach.
