Статьи

Для оптоакустического отклика проведены расчеты коэффициента поглощения биологической среды в зависимости от концентрации гемоглобина и сатурации крови. Приведенный метод позволит проведение диагностики состава крови на предмет количественной оценки содержания гемоглобина. Проводимые исследования позволили установить процесс увеличения коэффициента поглощения среды при увеличении концентрации глюкозы в крови и, как следствие, уменьшение амплитуды ОА сигнала. Рассчитана зависимость амплитуды ОА сигнала от коэффициента поглощения ткани при уровнях сатурации крови 60 %, 80 % и 90 %.

Оптоакустический метод диагностики биологических тканей можно использовать для определения концентрации гемоглобина, глюкозы, гематокрита, в силу того, что он имеет высокое пространственное разрешение. Проведены измерения акустического сигнала in vitro в свиной крови и модельных биологических жидкостях в присутствии полистирольных микросфер как моделей эритроцитов. С помощью приведенного метода (in vitro) измеряли локальное состояние крови в присутствии концентрации гепарина, а также в модельных биологических средах. Результаты согласуются с опубликованными работами в этой области. Несмотря на то, что пока метод не достаточно точен и требует дальнейшей оптимизации, калибровки, он имеет большие перспективы как легко реализуемый неивазивный метод измерения в реальном времени.

Проведено моделирование формирования оптоакустического сигнала при распространении в образце жидкости содержащей неоднородные слои. Слоистая структура представлена в виде n слоев в которых происходит формирование акустического сигнала в результате оптоакустического эффекта. Полученные значения акустических давлений в слоях на основе разработанной нейронной сети с глубоким обучением позволяют восстановить изображения ткани, в которой происходило оптоакустическое взаимодействие. Используемая нейронная сеть с глубоким обучением обладает уникальными преимуществами, которые могут облегчить клиническое применение оптоакустического метода, снизить время вычислений и адаптировать к любой конкретной задаче.

Рассмотрены методы обработки акустического сигнала полученного при оптоакустическом эффекте в жидкости. Предложена 12-ти слойная сверточная нейронная сеть, обученная путем минимизации потерь среднего квадратного отклонения. Обработан экспериментально полученный акустический сигнал полученный при оптоакустическом эффекте. Рассмотрена схема решения обратной задачи оптоакустической реконструкцией изображений. Результаты исследования показывают, что нейронная сеть с глубоким обучением, с помощью обучения на основе самоконтроля, может достичь более высокой точности реконструкции с меньшими временными.

Введение: В настоящее время развитие технологий обработки текста открывает новые возможности для автоматизации формирования баз знаний. Одной из ключевых задач в данном контексте является составление промптов для моделей типа ChatGPT. Работа направлена на автоматическое формирование баз знаний в сфере медицины, основываясь на уже созданной онтологии лечения заболеваний. Гипотеза исследования заключается в том, что с помощью технологий машинного обучения и естественного языка, таких как BERT и spaCy, можно извлекать информацию о лечении заболеваний из клинических рекомендаций и структурировать её в соответствии с терминами онтологии. Цель исследования: автоматизация процесса формирования базы знаний в медицинской области с помощью применения современных методов обработки текста и использования онтологии лечения заболеваний.
Методы: В ходе исследования разработана система, использующая NLP и машинное обучение для автоматического извлечения информации из медицинских текстов и заполнения базы данных. Результаты показали высокую эффективность данного подхода, что открывает новые перспективы для автоматизации и улучшения работы с медицинской информацией. Результаты исследования показывают, что данная задача успешно решается для небольших абзацев текста, описывающих лечение заболеваний. В настоящее время ведется работа над улучшением алгоритма для обработки более объемных и сложных клинических рекомендаций.