Національна наукова медична бібліотека України

Національна наукова медична бібліотека України

Базы данных

Зведеного каталогу періодичних видань- результаты поиска

Вид поиска

Періодичних видань

Книг та авторефератів дисертацій

Польських медичних книг

Колекцій

Наукових збірників

Зведеного каталогу періодичних видань

Зведеного каталогу іноземних видань

Предметні рубрики

Авторитетні файли

Інформаційні листи

Польські медичні книги

Область поиска

Найдено в других БД:

Періодичних видань (11)

Книг та авторефератів дисертацій (1)

Предметні рубрики (2)

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: <.>S=НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР)<.>

Общее количество найденных документов : 13
Показаны документы с 1 по 13

    Опыт фМРТ-анализа состояния покоя (resting state) здоровых испытуемых с использованием программного обеспечения FSL [] / Е. В. Шарова [и др.] // Медицинская визуализация. - 2015. - N 4. - С. 6-17
Рубрики: МОЗГ ГОЛОВНОЙ
   БОДРСТВОВАНИЕ
   ЛАТЕРАЛИЗАЦИЯ ФУНКЦИОНАЛЬНАЯ
   НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР)
   ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ
   АЛГОРИТМЫ
   МАГНИТНОГО РЕЗОНАНСА ИЗОБРАЖЕНИЕ
   ЭЛЕКТРОЭНЦЕФАЛОГРАФИЯ
   АЛЬФА-РИТМ
   ДИСПЕРСИОННЫЙ АНАЛИЗ
Аннотация: Анализ фМРТ в состоянии покоя (resting state, или RS) представляется адекватным методическим подходом к исследованию базового уровня функциональной активности головного мозга человека в норме и патологии, включая пациентов с глубокими когнитивными и двигательными нарушениями. Однако при наличии нескольких алгоритмов обработки этого феномена признанный стандарт отсутствует. Цель исследования: выделение типичных сетей (коннектомов) RS у здоровых людей на базе программного обеспечения FSL и анализ ряда качественных и количественных показателей, потенциально перспективных для сопоставления с церебральной патологией. Материал и методы. У 12 здоровых испытуемых провели пилотные исследования resting state фМРТ З Т по алгоритму независимых компонент (ICA) в программе FSL. На основе литературных данных, приведенных во введении, дифференцировали артефактные (ликворные, сосудистые) и типичные нейронные сети RS. Анализировали представленность последних в группе наблюдений с учетом гендерной принадлежности и профиля моторной межполушарной асимметрии. Наряду с особенностями топографии отдельной сети оценивали ряд интегральных показателей (общий объем и интенсивность активации), а также частотные характеристики спектра мощности (средняя частота, частота доминирующего пика) гемодинамических сигналов. Результаты. У каждого испытуемого было выделено по 7-8 сетей RS, сходных с описанными в литературе основными «эталонными сетями». Результаты сопоставления интегральных и частотных характеристик активности этих сетей с индивидуальными особенностями испытуемых показали информативность рассматриваемых количественных параметров. Установлено, в частности, что объем активации сети DMN здоровых людей более вариативен, тогда как параметр интенсивности активации характеризуется меньшим разбросом значений (т.е. более стабилен) в норме, но резко меняется у пациентов с черепно-мозговой травмой. Относительно малой вариативностью в норме характеризуется также средняя частота активной зоны спектра. Заключение. Полученные данные подтверждают корректность предлагаемого подхода и свидетельствуют о перспективности использования рассмотренных количественных показателей RS для фМРТ-оценки активности здорового и больного мозга человека.

Доп.точки доступа:
Шарова, Е.В.; Гаврон, А.А.; Абдулаев, А.А.; Смирнов, А.С.; Фадеева, Л.М.; Челяпина, М.В.; Жаворонкова, Л.А.; Болдырева, Г.Н.; Куликов, М.А.; Верхлютов, В.М.; Пронин, И.Н.; Корниенко, В.Н.
Экз-ры:
Найти похожие

Аль-Хайдри, В. А.
Нейросетевой детектор искажений в электрокардиосигнале [] / В. А. Аль-Хайдри, Р. В. Исаков, Л. Т. Сушкова // Медицинская техника. - 2016. - N 3. - С. 18-22. - Библиогр. в конце ст.
MeSH-главная:
ЭЛЕКТРОКАРДИОГРАФИЯ -- ELECTROCARDIOGRAPHY
СИГНАЛА ПЕРЕДАЧА -- SIGNAL TRANSDUCTION
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)

Доп.точки доступа:
Исаков, Р. В.; Сушкова, Л. Т.
Экз-ры:
Найти похожие

Митрохин, Ю. И.
Информация в генетических системах и нейронных сетях [] / Ю. И. Митрохин // Успехи совр. биологии. - 2016. - Том 136, N 1. - С. 96-110
MeSH-главная:
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)
ГЕНОТИП -- GENOTYPE
СОЗНАНИЕ -- CONSCIOUSNESS (физиология)
ГЕНЕТИЧЕСКИЕ МЕТОДЫ -- GENETIC TECHNIQUES (использование)
МИКРОБИОЛОГИЧЕСКИЕ МЕТОДЫ -- MICROBIOLOGICAL TECHNIQUES
Аннотация: В сравнительном ключе рассмотрены две базовые информационные системы естественного происхождения - генетическая и система символов на базе нейронных сетей мозга. Сравнительное рассмотрение генетических систем разного эволюционного уровня позволяет говорить об отсутствии единого критерия устойчивости и степени генетической тождественности при смене поколений. Скорее, имеет смысл говорить о фенотипической устойчивости. В генетических системах вместе с ростом сложности геномов прослеживается явная эволюционная тенденция к увеличению доли стохастических событий молекулярного уровня в механизмах операций над генетическим материалом и возможностей для комбинационных перестроек генома. Приведены современные данные исследований формирования второй символической базовой информационной системы на основе нервной системы животных; цитологические и молекулярные механизмы образования в мозге животных и человека “отпечатков” воспринимаемых сигналов из внешнего мира, т.е. элементов памяти. Рассмотрены возможные механизмы формирования в коре мозга ассоциативных связей между “отпечатками” наблюдаемых событий внешнего мира и “отпечатками” речевых символов, им соответствующих. Обсуждаются принципиально различные способы генерирования и эволюции информации в рассматриваемых системах. Представлены доводы ряда исследователей мозга в пользу определяющего вклада речевого кодирования в становление и эволюцию сознания человека. В заключение автор предлагает сугубо гипотетическое определение сущности феномена сознания как возникающего ощущения непрерывного настоящего времени в бесконечно малом зазоре между прошлым и будущим, как картину застывшего внешнего мира, чувство остановленного времени, т.е. создание настоящего, которого в реальности не существует.

Экз-ры:
Найти похожие

Туровский, Я. А.
Моделирование поведения человека на основе анализа отклонения от оптимального поведенческого паттерна [] / Я. А. Туровский, С. Е. Гриднев, Ю. А. Ипполитов // Вестн. новых мед. технологий. - 2016. - Том 23, N 3. - С. 23-30
MeSH-главная:
ПОВЕДЕНИЯ ИЗУЧЕНИЕ -- BEHAVIORAL RESEARCH (методы)
ИНФОРМАЦИОННЫЕ СИСТЕМЫ -- INFORMATION SYSTEMS
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)

Доп.точки доступа:
Гриднев, С. Е.; Ипполитов, Ю. А.
Экз-ры:
Найти похожие

Наркевич, А. Н.
Система дифференциальной диагностики злокачественных опухолей придатков матки на основе нейронной сети [] / А. Н. Наркевич, Е. А. Борисова, Т. А. Макаренко // Медицинская техника. - 2017. - N 5. - С. 49-52. - Библиогр. в конце ст.
MeSH-главная:
ПОЛОВЫХ ОРГАНОВ ЖЕНСКИХ НОВООБРАЗОВАНИЯ -- GENITAL NEOPLASMS, FEMALE (диагноз)
ДИАГНОСТИКА ДИФФЕРЕНЦИАЛЬНАЯ -- DIAGNOSIS, DIFFERENTIAL
ДИАГНОСТИЧЕСКОЕ ОБОРУДОВАНИЕ -- DIAGNOSTIC EQUIPMENT
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)

Доп.точки доступа:
Борисова, Е. А.; Макаренко, Т. А.
Экз-ры:
Найти похожие

Статистическая оценка информативности биометрических признаков, полученных из электрокардиограмм [] / М. А. Богданов [и др.] // Рос. кардиол. журн = Russian Journal of Cardiology. - 2018. - N 7. - С. 84-91
MeSH-главная:
ЭЛЕКТРОКАРДИОГРАФИЯ -- ELECTROCARDIOGRAPHY
ЭПИДЕМИОЛОГИЧЕСКИЕ ИССЛЕДОВАНИЯ -- EPIDEMIOLOGIC STUDIES
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)
Аннотация: Проведена статистическая оценка информативности биометрических признаков, выделенных из электрокардиограмм. Было установлено, что амплитудные и временные признаки PQST-областей электрокардиограмм обладают достаточно большой дисперсией и трудно разделяются. Для надежной биометрической идентификации личности требуется пространство таких признаков достаточно большой размерности. На основании существующих признаков были сгенерированы новые признаки методом бутстреп. Новые признаки показали гораздо меньшую дисперсию. Было показано, что надежная идентификация личности возможна при совместном использовании значений амплитуды в S- и T-областях кардиоцикла.

Доп.точки доступа:
Богданов, М. А.; Картак, В. М.; Думчиков, А. А.; Фабарисова, А. И.
Экз-ры:
Найти похожие

Результаты моделирования должных величин силы дыхательных мышц на основе метода искусственных нейронных сетей [] / Б. И. Гельцер [и др.] // Рос. физиол. журн. им. И.М. Сеченова. - 2018. - Том 104, N 9. - С. 1065-1074
MeSH-главная:
ДЫХАТЕЛЬНЫЕ МЫШЦЫ -- RESPIRATORY MUSCLES
РЕГРЕССИОННЫЙ АНАЛИЗ -- REGRESSION ANALYSIS
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)
Аннотация: В работе представлены результаты сравнительного анализа моделей расчета должных величин силы дыхательных мышц, разработанных на основе методов многофакторной линейной регрессии и искусственных нейронных сетей. Было обследовано 356 здоровых лиц (162 мужчины и 194 женщины) в возрасте от 18 до 89 лет, у которых оценивали уровень максимального экспираторного, инспираторного давлений в ротовой полости и SNIP-тест на аппарате MicroRPM (Великобритания). Точность 18 ранее разработанных линейных регрессионных моделей и моделей, построенных авторами, определяли с помощью средней относительной ошибки аппроксимации (СООА) на обучающей и тестовой выборках. Показано, что использование нейронных сетей значительно повышает точность расчетов должных величин. Это особенно заметно в мужской популяции, где уровень СООА был в диапазоне от 10.3 до 14.2 %, что указывало на высокое качество моделей. Уровень СООА у женщин лишь немногим уступал аналогичным данным у мужчин и варьировал от 15.7 до 16.6 %. Анализ соотношений фактически измеренных и должных величин силы дыхательных мышц в реальном времени позволит оценить выраженность респираторной мышечной дисфункции и осуществлять своевременную коррекцию нарушенных функций.

Доп.точки доступа:
Гельцер, Б. И.; Шахгельдян, К. И.; Курпатов, И. Г.; Котельников, В. Н.
Экз-ры:
Найти похожие

Возможности использования искусственного интеллекта в стоматологии [] / М. К. Касумова [и др.] // Ин-т стоматологии. - 2019. - № 3. - С. 12-16. - Библиогр. в конце ст.
MeSH-главная:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
ДИАГНОСТИКА -- DIAGNOSIS
СТОМАТОЛОГИЯ -- DENTISTRY
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)
Аннотация: В статье дана оценка актуальности и проанализированы основные предпосылки для внедрения в стоматологическую практику идей искусственного интеллекта. Основное внимание в этом плане уделено анализу автоматического распознавания образов для решения проблемы автоматизации в рентгеновской диагностике на базе современных достижений в области искусственных нейронных сетей.

Доп.точки доступа:
Касумова, М. К.; Тихонов, Э. П.; Иванова, Г. Г.; Чибисова, М. А.
Экз-ры:
Найти похожие

Місюра, К. В.
Прогнозування гормонально-метаболічних порушень у молодих жінок із надлишковою масою тіла та ожирінням: ефективність застосування штучних нейронних мереж [] / К. В. Місюра, К. Г. Манська // Міжнародний ендокринологічний журнал. - 2019. - Том 15, N 8. - С. 19-30. - Бібліогр. наприкінці ст.
MeSH-главная:
ОЖИРЕНИЕ -- OBESITY (диагностика, кровь, моча, осложнения)
ВЕС ИЗБЫТОЧНЫЙ -- OVERWEIGHT (диагностика, кровь, моча, осложнения)
МЕТАБОЛИЧЕСКИЙ СИНДРОМ X -- METABOLIC SYNDROME X (диагностика, этиология)
ПРОГНОЗИРОВАНИЕ -- FORECASTING
ЖЕНЩИНЫ -- WOMEN
МОЛОДЫЕ -- YOUNG ADULT
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)

Доп.точки доступа:
Манська, К. Г.
Экз-ры:
Найти похожие

10.

Диагностика злокачественных плевральных выпотов с помощью сверточных нейронных сетей путем морфометрического анализа изображений фаций плеврального экссудата / С. А. Плаксин [и др.] // Хирургия. Журнал имени Н.И. Пирогова. - 2020. - N 5. - С. 42-48
MeSH-главная:
ПЛЕВРАЛЬНЫЙ ВЫПОТ ЗЛОКАЧЕСТВЕННЫЙ -- PLEURAL EFFUSION, MALIGNANT (диагностика)
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)

Доп.точки доступа:
Плаксин, С. А.; Фаршатова, Л. И.; Веселов, И. В.; Замятина, Е. Б.
Экз-ры:
Найти похожие

11.

Нейросетевой анализ предикторов летального риска у больных после перенесенного острого коронарного синдрома [] / Д. А. Швец [и др.] // Рос. кардиол. журн. - 2020. - N 3. - С. 68-75
MeSH-главная:
КОРОНАРНЫЙ СИНДРОМ ОСТРЫЙ -- ACUTE CORONARY SYNDROME (осложнения, смертность)
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)
СМЕРТИ ПРИЧИНА -- CAUSE OF DEATH
ИШЕМИЧЕСКАЯ БОЛЕЗНЬ СЕРДЦА -- MYOCARDIAL ISCHEMIA (осложнения)
Аннотация: Цель. Изучить возможности применения нейросетевого анализа клинико-инструментальных данных для прогнозирования риска летальных исходов у больных после перенесенного острого коронарного синдрома (ОКС). Материал и методы. Четыреста пациентов после перенесенного ОКС наблюдались в течение 62 мес. Критерий осложнённого течения ишемической болезни сердца (ИБС) - летальный исход кардиогенной причины. Группу 1 наблюдения составили 310 больных с неосложненным течением и 2 группу 90 больных с осложненным течением ИБС. Для прогнозирования летального риска использовали метод машинного обучения и нейросетевого анализа. Машинное обучение проводилось с включением клинических, лабораторных и инструментальных (электрокардиография, эхокардиография) признаков (всего 49). Для решения задач классификации использованы два вида архитектур нейросетей: многослойный персептрон (Multilayer Perceptron (MLP)) и свёрточная нейронная сеть (Convolutional Neural Networks (CNN)). Соотношение в примерах на обучение и валидацию составило 340/60. Использовался метод обучения с учителем на имеющихся данных, в которых были известны исходы, а параметры нейронной сети подстраивались так, чтобы минимизировать ошибку. Результаты. Наибольший вклад в риск летального исхода после ОКС вносят возраст больных, перенесенный ранее ИМ и острое нарушение мозгового кровообращения, наличие фибрилляции предсердий, 2 стадия и 3 функциональный класс хронической недостаточности кровообращения, отсутствие чрескожного коронарного вмешательства, 3 стадия хронической болезни почек, сниженная фракция выброса левого желудочка. Большая часть летальных случаев приходилась на 2 и 4 годы наблюдения больных, что, возможно, связано с низкой эффективностью вторичной профилактики ИБС. Исследуемая архитектура свёрточной нейронной сети оказалась более точной моделью диагностики. Чувствительность 68% и специфичность 84%, при хорошем качестве модели (area under curve (AUC) =0,74). К преимуществам CNN относится возможность анализировать закономерности во времени, используя рекуррентные нейронные сети. Заключение. Нейросетевой анализ подготовленных клинических, лабораторных и инструментальных данных позволяет настроить параметры сети для последующего прогнозирования летального риска. Использование свёрточной нейронной сети с чувствительностью 68% и специфичностью 84% прогнозирует риск летального исхода на протяжении 5 лет после ОКС.

Доп.точки доступа:
Швец, Д. А.; Карасёв, А. Ю.; Смоляков, М. В.; Поветкин, С. В.; Вишневский, В. И.
Экз-ры:
Найти похожие

12.

Дудін, О. Є.
Цифрова патологія при меланомі: досягнення, бар'єри та перспективи [] = Digital pathology in melanoma: achievements, barriers and prospects / О. Є. Дудін // Медична інформатика та інженерія = Medical informatics and engineering. - 2022. - N 4. - С. 9-20
MeSH-главная:
МЕЛАНОМА -- MELANOMA
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)

Экз-ры:
Найти похожие

13.

Соловйов, В. Г.
Застосування нейронної мережі при контролі теплового стану біологічної тканини в зоні зварювання [] = Application of neural network in monitoring the thermal state of biological tissue in the welding zone / В. Г. Соловйов, Ю. М. Ланкін, І. Ю. Романова // Медична інформатика та інженерія = Medical informatics and engineering. - 2023. - N 3/4. - С. 50-58
MeSH-главная:
СВАРКА -- WELDING
ЭЛЕКТРОХИРУРГИЯ -- ELECTROSURGERY
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE

Доп.точки доступа:
Ланкін, Ю. М.; Романова, І. Ю.
Экз-ры:
Найти похожие

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)