CONFERENCE
Projekta nosaukums: Inovatīva pieeja oftalmoloģijas pakalpojumu nodrošināšanai
Projekta līguma numurs: 1.1.1.9/LZP/1/24/171
Projekta vadītājs (pēcdoktorants): Dr. Renārs Trukša
Projekta sadarbības partneri: SIA "OC Vision"
Projekta īstenošanas termiņš: 01.03.2025. – 29.02.2028.
Projekta kopējais finansējums: 184 140 EUR, t.sk. ERAF 156 519 EUR
Projekta mērķis: izveidot telemedicīnas sistēmu datu apmaiņai starp optometrijas saloniem un acu ārstiem, lai nodrošinātu attālinātu acu saslimšanu diagnosticēšanu, un perimetrijas metodi, kas nodrošina pieejamu, objektīvu un automatizētu redzes lauku izmeklējumu.
Projekta rezultāti: Zinātniskie raksti– 3, Jaunu produktu un tehnoloģiju skaits, kas ir komercializējami – 1, Uzņēmumu skaits, kuri sadarbojas ar pētniecības organizācijām – 1
01.03.2025. – 31.08.2025.
Lai nodrošinātu iespēju attālināti dalīties ar izmeklējuma datiem, ir istrādāta testa aplikācija, izmantojot Visual Studio 2022 un Microsoft Azure platformas. Ir noslēgts sadarbības līgums ar OC Vision, lai veicinātu platformas attīstību. Paralēli veikta perimetrijas metožu literatūras izpēte, kas kalpoja par pamatu datorizēta FDP (Frequency Doubling Perimetry) testa stimula izstrādei. Stimuls izveidots, izmantojot PsychoPy programmatūru un Visual Studio 2022, nodrošinot iespēju precīzi attēlot testa stimulus. Lai optimizētu perimetrijas izmeklējuma laiku, apgūta psihofizikālā metode ZEST (Zippy Estimation by Sequential Testing), kas ļauj efektīvi noteikt jutības slieksni.
Balstoties uz autoru Larsson et al. (2015), Nyström un Holmqvist (2010), kā arī Larsson et al. (2013) algoritmiem, izstrādāta Matlab funkcija, kas analizē acu kustības, identificējot sakādes un lēnas sekošanas kustības, kā arī nosaka, vai acu kustību virziens atbilst testa stimula kustības virzienam. Laboratorijas eksperimentos izveidoti un pilnveidoti trīs dažādi testa stimulu veidi, kas ļauj objektīvi identificēt atbildes reakciju uz stimulu. Lai aprēķinātu psihometriskās funkcijas parametrus, kas raksturo indivīda spēju detektēt eksperimetros izmantotos stimulus, apgūts Nelder-Mead algoritms, kas tiek izmantots varbūtību (likelihood) funkcijas analīzei. Šī procesa automatizācijai izstrādāta atbilstoša Matlab funkcija. Pētījuma rezultāti prezentēti konferencē DOC 2025, proti, prezentēts stenda referāts ar nosaukumu “Objective colour vision assessment based on eye tracking data analysis”. Konferences ietvaros iesniegta publikācija "Eye tracking applications in colour vision assessment", kas apstiprināta publicēšanai. Iepriekš minētās iestrādes izmantotas divu bakalaura darbu izstrādē, nodrošinot praktisku pielietojumu akadēmiskajā vidē.
Pārskata perioda ietvaros ir apgūti attēlu analīzes algoritmi kā histogram equalization (ar uzlabotu ātrdarbību), Frangi filter (tubulāru struktūru, t.i., asinsvadu izdalīšanai), Top Hat (asinsvadu izdalīšanai no acs fundusa fotogrāfijām), kā arī ZS algoritms un tā modifikācijas, kas ļauj izdalīt attēlu raksturojošās kontūras. Balstoties uz publikācijās aprakstītajiem algoritmiem, izstrādātas atbilstošas Matlab funkcijas, kas tiks izmantotas programmatūras izstrādei automātiskai acs fundusa attēlu apstrādei. Papildus ir izstrādāts algoritms, kas balstīts uz rekursijas principu, nodrošinot iespēju identificēt pikseļu sakopojumus ar iepriekš definētām īpašībām. Algoritmu, kas balstīts uz rekursijas principiem, paredzēts izmantot gan trokšņa samazināšanai acs fundusa attēlos, gan struktūru identificēšanai. Papildus tam izveidots algoritms, kas balstās uz Renyi entropijas idejām, lai identificētu apgabalus acs fundusa attēlos, kas potenciāli satur vairāk informācijas, piemēram, asinsvadus.