Александр Анатольевич Арзамасцев — д-р техн. наук, профессор кафедры математического и прикладного анализа; научный сотрудник
Университетская площадь, д. 1, Воронеж, 394018
Рассказовское шоссе, д. 1, Тамбов, 392000
Alexander A. Arzamastsev — Dr. of Tech. Sci., professor of the department of mathematical and applied analisys; scientific researcher
1, Universitetskaya square, Voronezh, 394018
1, Rasskazovskoe highway, Tambov, 392000
Олег Львович Фабрикантов — д-р мед. наук, профессор, директор
Рассказовское шоссе, д. 1, Тамбов, 392000
Oleg L. Fabrikantov — Dr. of Med. Sci., professor, director
1, Rasskazovskoe highway, Tambov, 392000
Наталья Александровна Зенкова — канд. псих. наук, доцент, доцент кафедры математического моделирования и информационных технологий
ул. Интернациональная, д. 33, Тамбов, 392036
Natalya A. Zenkova — Сand. of Psychol. Sci., associate professor of chair of mathematical modeling and information technology
33, Internatsionalnaya St., Tambov, 392036
Ангелина Андреевна Чикина — врач-офтальмолог
Рассказовское шоссе, д. 1, Тамбов, 392000
Angelina A. Chikina — ophthalmologist
1, Rasskazovskoe highway, Tambov, 392000
Цель работы — разработка модели для предоперационного расчета оптической силы интраокулярных линз (ИОЛ) на основе искусственных нейронных сетей (ИНС-модель) с открытой архитектурой, обучение модели на локальных эмпирических данных и сравнение погрешности модели с современными формулами четвертого поколения.
Материал и методы. Исходный датасет представлял собой обезличенные данные пациентов Тамбовского филиала «МНТК “Микрохирургия глаза” им. академика С.Н. Федорова» и содержал 890 записей, включающих рефракцию сильного и слабого меридиана роговицы до операции, длину глаза, глубину передней камеры, толщину хрусталика, A-константу используемой модели ИОЛ. В качестве выходной величины выбрана требуемая оптическая сила ИОЛ. Для разработки ИНС-моделей использовали фреймворки машинного обучения языка Python. Все технологические процессы осуществляли в Google Colaboratory. Для оценки качества ИНС-моделей использовали среднюю относительную погрешность и процент попадания расчетных значений в целевой диапазон ±0,5 дптр.
Результаты. На значительном количестве локальных данных оценена точность формул четвертого поколения, используемых для предоперационного расчета оптической силы ИОЛ: Barrett Universal II, Hill-RBF, Kane и Pearl DGS. Средняя относительная погрешность составляет 2,67–3,21 %, процент попаданий расчетных значений в диапазон ±0,5 дптр — от 55 до 68 %. ИНС-модель на основе машинного обучения позволяет проводить расчет данного показателя с погрешностью 2,33 % при попадании расчетных значений в целевой диапазон порядка 74 %.
Заключение. Разработанная ИНС-модель может быть использована в системах поддержки принятия решений врачами-офтальмологами в виде специализированного калькулятора.
Purpose of the study — to develop a model for preoperative calculation of the optical power of intraocular lenses (IOLs) based on artificial neural networks (ANN model) with open architecture, its machine learning on local empirical data and comparison of the model error with modern fourth-generation formulas.
Materials and methods. The initial dataset included anonymized data of patients of S.N. Fedorov Tambov brahch of National medical research center “MNTK Eye Microsurgery”, and contained 890 records, including refraction of the strong and weak cornea meridians before surgery, axial length, anterior chamber depth, lens thickness, and A-constant of the IOL model used. The required optical power of the IOL was selected as the output value. To develop ANN models, standard machine learning tools of the Python language were used, as well as gradient and gradient-free methods of the author’s development, which were used in interactive mode. All technological processes were carried out in Google Colaboratory. To assess the quality of ANN models, we used the average relative error and the percentage of calculated values falling within the target range of ±0.5 D.
Results. The accuracy of fourth-generation formulas used for preoperative calculation of the optical power of IOLs — Barrett Universal II, Hill-RBF, Kane and Pearl DGS was assessed using a significant amount of local data. The average relative error is 2.67–3.21 %, the percentage of calculated values falling within the range of ±0.5 D is from 55 to 68 %. An ANN model based on machine learning has been developed, which allows calculating this indicator with an error of 2.33 %, with the percentage of calculated values falling within the target range of about 74 %.
Conclusion. The developed ANN model can be used in decision support systems for ophthalmologists in the form of a specialized calculator.
The authors declare that there are no conflicts of interest present.