Search academic texts

Information × Registration Number 0825U001718, PhD dissertation Status Доктор філософії Date 11-07-2025 popup.evolution o Title Modified Neural Network Method for Ray Tracing Aberrometry of the Eye Author Maksym O. Yaroshenko, popup.head Petro Yaganov popup.opponent Sergii Pavlov popup.opponent Oleg Avrunin popup.review Pavlo Popovych popup.review Anton Popov Description Дисертаційна робота присвячена вирішенню важливої та актуальної науково-прикладної задачі – вдосконалення рейтрейсингового методу аберометрії ока шляхом застосування методів машинного навчання, зокрема штучних нейронних мереж, задля підвищення його точності. Дисертаційне дослідження складається зі вступу та п’яти розділів, які відображають та обґрунтовують основні результати роботи. У вступі обґрунтовано актуальність дисертаційної роботи, висвітлено зв’язок роботи з науковими програмами, планами та темами НДР КПІ ім. Ігоря Сікорського. Перший розділ присвячено розгляду рейтрейсингового методу аберометрії ока людини, його обмежень та переваг. У другому розділі описано розробку методу для генерації офтальмологічних аберометричних даних у вигляді наборів коефіцієнтів Церніке із застосуванням генеративно-змагальної нейронної мережі. Третій розділ містить в собі опис модифікації методу рейтрейсингової аберометрії для одночасного сканування декількох точок зіниці шляхом одночасного засвічування декількох випромінювачів. У четвертому розділі представлено опис оптичної системи для реалізації запропонованої нейромережної модифікації рейтрейсингового методу, приклад первинної обробки даних, спосіб розрахунку першого наближення для визначення аберацій за допомогою нейронної мережі, а також опис агенту та середовища навчання з підкріпленням, призначеного для уточнення результатів. П’ятий розділ містить в собі опис методу на основі штучної нейронної мережі для надроздільної здатності викривлень хвильового фронту. У дисертаційній роботі отримано наступні нові наукові результати дослідження: 1) Набув подальшого розвитку рейтрейсинговий метод аберометрії ока шляхом модифікації із застосуванням нейронних мереж на різних етапах функціонування методу: перше наближення визначення характеристик аберацій, уточнення результату та оцінка аберацій вищих порядків. За оцінками в симуляції, точність при визначенні дефокусу підвищено на 25% порівняно з існуючим аберометром iTrace у випадку викривлень зображення на детекторі не більше ніж 0.1 за відстанню Жаккара. Також запропонована модифікація дозволяє знизити вимоги до оптичної системи, необхідної для реалізації приладу, пришвидшити процес вимірювання шляхом одночасного сканування, а також надає можливість прогнозувати значення коефіцієнтів Церніке високих порядків на основі коефіцієнтів аберацій нижчих порядків (при апроксимації коефіцієнтів 6 та 7 порядків похибка становить не більше 4% за метрикою SMAPE). 2) Набуло подальшого розвитку генерування аберометричних даних у вигляді векторів коефіцієнтів Церніке. Це досягнуто шляхом застосування розробленої в рамках роботи генеративно-змагальної нейронної мережі. Розроблений метод придатний до синтеза даних, що мають розподіл, схожий з навчаючою вибіркою (відстань Фреше дорівнює 0.7), і які одночасно не є копією реальних примірників (92% за метрикою творчості) та примірники яких є різноманітними (значення відповідної метрики дорівнює 3.64, оптимальним є значення 3.83). 3) Запропоновано модифікацію рейтрейсингового методу аберометрії для одночасного сканування декількох зіничних координат із застосуванням масиву лазерних випромінювачів. Результатом застосування модифікації є зменшення довірчого інтервалу, що позитивно впливає на прецизійність: наприклад, при скануванні одночасно 16 зіничних координат довірчий інтервал зменшується в 4.4 рази для часового бюджету аберометра iTrace. Отримано практичні результати досліджень: 1) Розроблена дослідна реалізація моделі процесу вимірювань для запропонованої нейромережної модифікації рейтрейсингового методу аберометрії ока в середовищі Zemax. 2) Розроблена нейронна мережа для визначення коефіцієнтів Церніке хвильового фронту по сигнатурах світлових плям на фотодетекторах для нейромережної модифікації методу рейтрейсингової аберометрії. 3) Розроблена програма-агент навчання з підкріпленням (метод Deep Q-Network) для уточнення першого наближення при визначенні коефіцієнтів Церніке. 4) Розроблена генеративно-змагальна нейронна мережа для генерації аберометричних даних. 5) Розроблена нейронна мережа для прогнозування коефіцієнтів Церніке вищих порядків на основі значень коефіцієнтів нижчих порядків. 6) Для модифікації методу із масивом лазерних випромінювачів розроблено класифікаційну нейронну мережу для встановлення відповідностей між променями сканування та відбитками на сітківці. 7) Результати дисертаційних досліджень використані як матеріали при підготовці та викладанні курсу лекційних і практичних занять (комп’ютерного практикуму) з дисципліни “Основи нейромережних технологій” та викладанні курсу лекційних і лабораторних занять з дисципліни “Системи комп’ютерного зору” другого (магістерського) рівня вищої освіти спеціальності 172 «Електронні комунікації та радіотехніка» освітньо-професійної програми «Інформаційно-обчислювальні засоби радіоелектронних систем», що засвідчено відповідним актом. Registration Date 2025-05-15 popup.nrat_date 2025-05-15 Close