Гибридная двухпоточная CNN‑схема с динамической аугментацией данных и улучшенной оптимизацией по образцу питания скатов для надежного обнаружения глаукомы

Почему это исследование важно для вашего зрения

Глаукома — тихий вор зрения: она постепенно повреждает зрительный нерв без явных симптомов, и часто потеря зрения оказывается необратимой. Регулярные обследования глаз помогают выявить болезнь на ранней стадии, но точная интерпретация снимков сетчатки требует времени, дорогостоящего оборудования и участия специалистов. В этой статье представлен искусственный интеллект (ИИ), разработанный в качестве быстрого и надежного помощника для врачей: он находит глаукому на обычных офтальмологических фотографиях с точностью, сопоставимой, а в некоторых тестах — превосходящей современные методы.

Проблема тихого заболевания глаза

Глаукома поражает десятки миллионов людей во всем мире и является одной из ведущих причин необратимой слепоты. Болезнь постепенно изменяет внешний вид диска зрительного нерва — места выхода нервных волокон из глаза — меняя относительные размеры и форму центральной «чаши» внутри зрительного диска и окружающей нервной ткани. В настоящее время клиницисты полагаются на комбинацию тестов, включая фотографии сетчатки, исследования полей зрения и измерения внутриглазного давления. Эти методы эффективны, но трудоемки, сильно зависят от интерпретации специалиста и могут давать неоднородные результаты между разными клиниками или наблюдателями. Между тем в рутинной практике фиксируется большое количество снимков глаз, что создает естественную возможность для автоматизированных инструментов, способных ранжировать рискованные случаи.

Обучение компьютера «читать» офтальмологические фотографии

Для создания такого инструмента авторы используют цветные фундус‑фотографии — стандартные снимки задней части глаза — из четырех общедоступных наборов данных по глаукоме. Сначала каждый снимок проходит тщательную процедуру предобработки: устраняются шумы, стандартизируются яркость и контраст, удаляются отвлекающие черные поля. Затем метод кластеризации выделяет область вокруг зрительного диска и чаши, которую обрезают и масштабируют так, чтобы на всех изображениях была единообразно представлена наиболее информативная зона. Этот шаг гарантирует, что ИИ сосредотачивается на структурах, которыми реально пользуются офтальмологи при оценке глаукомы, а не на несущественном фоне.

Максимальная отдача от ограниченных и неидеальных данных

Одна из ключевых задач в медицинской визуализации — патологически пораженных случаев значительно меньше, чем нормальных, а реальные изображения различаются резкостью, освещением и даже типом камеры. Чтобы справиться с этим, авторы разрабатывают стратегию «гибридной аугментации данных». Они генерируют правдоподобные вариации каждого изображения путем вращения, сдвига, масштабирования и зеркального отражения, имитируя съемку одного и того же глаза с немного разных положений. Кроме того, они добавляют специально подобранный уровень мягкого визуального шума, рассчитанный с учётом яркости и контраста каждого снимка, чтобы смоделировать погрешности повседневной клинической съемки. Эта контролируемая вариативность помогает ИИ научиться распознавать глаукому в широком диапазоне условий вместо переобучения на узком, идеализированном наборе данных.

Два экспертных взгляда и сфокусированный взгляд

В основе системы лежит двухпоточная архитектура глубокого обучения, которая действует как два взаимодополняющих специалиста, изучающих один и тот же снимок. Один поток, основанный на сети DenseNet121, фокусируется на крупномасштабной структуре: очертаниях диска зрительного нерва, форме и размере чаши и общем изменении ткани. Другой поток, опирающийся на ResNet50, сосредоточен на тонкой текстуре: едва заметных узорах слоя нервных волокон и мелких неровностях, которые могут указывать на раннее повреждение. Легковесный механизм «внимания» затем выступает как прожектор, автоматически усиливая признаки изображения, наиболее информативные для глаукомы, и ослабляя повторяющиеся или нерелевантные детали. Два обогащенных представления объединяются и передаются в простой классификатор, который выдает решение: глаукома или норма.

Дать природе руководить тонкой настройкой

Выбор лучших параметров для такой системы — сколько поворачивать изображения, какую скорость обучения использовать, сколько слоев дообучать — обычно превращается в утомительную процедуру проб и ошибок. В этой работе авторы поручают эту задачу методу оптимизации, вдохновленному поведением скатов при поиске пищи в океане. Алгоритм изучает различные комбинации настроек обучения, периодически перескакивая к «противоположным» решениям, чтобы избежать непроизводительных областей, и постепенно сходится к комбинациям, которые дают наилучшие прогнозы глаукомы. Привязав этот поиск к показателям валидации, система находит баланс между точностью, устойчивостью и временем вычислений без ручной подгонки.

Насколько хорошо это работает на практике?

Фреймворк протестирован на четырех широко используемых наборах данных — ACRIMA, Drishti‑Gs, ORIGA и RIM‑ONE‑DL — охватывающих сотни ретинальных изображений, аннотированных экспертами. По этим коллекциям модель демонстрирует впечатляюще высокие показатели: в некоторых случаях она правильно отличает глаукомный глаз от нормального в каждом тестовом изображении, практически без ложных срабатываний и пропусков, с ошибками, близкими к нулю. Тщательные исследования с поочередным исключением компонентов показывают, что каждый элемент вносит вклад: гибридная аугментация улучшает обобщающую способность, механизм внимания уточняет фокус на критических областях, а оптимизатор по образцу питания скатов обеспечивает финальный прирост к почти совершенной производительности.

Что это значит для будущего офтальмологической помощи

Для непрофессионального читателя главный посыл таков: это исследование приближает нас к ИИ‑инструментам, которые могут незаметно просматривать обычные офтальмологические снимки и выделять пациентов, требующих срочного внимания ещё до появления симптомов. Предложенная система не заменяет врачей, но может выступать в роли неутомимого помощника, особенно в клиниках с ограниченным доступом к специалистам. При дальнейшем тестировании на более широких группах пациентов и интеграции в легкое программное обеспечение или портативные устройства такие двухпоточные модели с механизмом внимания могут поддержать более ранний и последовательный скрининг глаукомы и помочь сохранить зрение миллионам людей в мире.

Цитирование: Atia, A., Abdel-kader, H., Abo-Seida, O.M. et al. A hybrid dual-stream CNN framework with dynamic data augmentation and improved Manta Ray Foraging Optimization for robust glaucoma detection. Sci Rep 16, 12701 (2026). https://doi.org/10.1038/s41598-026-45384-6

Ключевые слова: скрининг глаукомы, ретинальное изображение, глубокое обучение, медицинский ИИ, зрительный нерв