Оценка эффективности нейросетевых моделей для автоматизированной классификации качества хирургического шва на ограниченных наборах данных
https://doi.org/10.46594/2687-0037_2025_3_2127
Аннотация
Представлены результаты анализа эффективности нейросетей для автоматической классификации качества хирургических швов по фотографиям. На малых наборах данных (100–190 изображений) достигнута высокая точность (F1-мера > 0,90) для узловых, сосудистых и лапароскопических швов. Технология перспективна для объективной оценки хирургических навыков.
Об авторах
Р. В. ИщенкоРоссия
М. В. Солопов
В. В. Турчин
А. Г. Попандопуло
О. С. Антонюк
А. А. Ермак
К. К. Ладык
А. Г. Попивненко
К. О. Голубицкий
А. Э. Глебова
Д. А. Филимонов
Рецензия
Для цитирования:
Ищенко Р.В., Солопов М.В., Турчин В.В., Попандопуло А.Г., Антонюк О.С., Ермак А.А., Ладык К.К., Попивненко А.Г., Голубицкий К.О., Глебова А.Э., Филимонов Д.А. Оценка эффективности нейросетевых моделей для автоматизированной классификации качества хирургического шва на ограниченных наборах данных. Виртуальные технологии в медицине. 2025;(3):328-329. https://doi.org/10.46594/2687-0037_2025_3_2127
For citation:
Ishchenko R.V., Solopov M.V., Turchin V.V., Popandopulo A.G., Antonyuk O.S., Ermak A.A., Ladyk K.K., Popivnenko F.S., Golubitsky K.O., Glebova A.E., Filimonov D.A. Evaluation of the Effectiveness of Neural Network Models for Automated Classification of Surgical Suture Quality on Limited Datasets. Virtual Technologies in Medicine. 2025;(3):328-329. (In Russ.) https://doi.org/10.46594/2687-0037_2025_3_2127