Магістерські роботи (БМК)
Постійне посилання зібрання
Переглянути
Перегляд Магістерські роботи (БМК) за Дата публікації
Зараз показуємо 1 - 20 з 86
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Програмна система оцінки впливу зовнішніх втручань на організм базуючись на хаотичності ЕКГ(2018) Ваховський, Іван Володимирович; Файнзільберг, Леонід СоломоновичОбсяг пояснювальної записки становить 140 сторінок, 53 ілюстрації, 13 таблиць та 53 джерел за переліком посилань. При вивченні динаміки поведінки складних медико-біологічних систем все більшу увагу привертають методи теорії хаосу і синергетики, які дозволяють більш повно розкрити і проаналізувати механізми функціонування живої складноорганізованої системи. Методи синергетики знайшли застосування і в кардіології для оцінки хаотичності серцевого ритму, який несе інформацію про функціональний стан всіх ланок регулювання життєдіяльності людини, як в нормі, так і при різних патологіях. Така оцінка зазвичай проводиться по динамічному ряду тривалостей серцевих циклів ( R R інтервалів), які визначаються в процесі реєстрації ЕКГ. Проте, подальші дослідження, результати яких викладені у роботі Анищенко «Степень хаотичности как критерий диагностики» показали, що зміна ентропії у часі несе діагностичну цінність. Тому було запропоновано обчислити фазовий портрет, а потім на основі його випуклої оболнки зробити висновок про доцільність методу, провівши дослідження на модельних та реальних даних. Метою дослідження є розробка програмного модулю для оцінювання впливу зовнішніх втручань на організм людини на основі аналізу хаотичності фрагментів ЕКГ. Завдання: - провести аналіз оцінювання хаотичності динамічних рядів - програмно реалізувати алгоритми обчислення ентропій різного типу - програмно реалізувати новий метод оцінювання зміни у часі ентропії показників елктрокардіограми на основі її фазового портрету та алгоритму обчислення його опуклої оболонки - провести експериментальні дослідження на модельних та реальних сигналах Об’єктом дослідження є методи синергетики в медицині. Предметом дослідження виступає фазовий портрет ентропії ЕКГ сигналу у часі. Розробка була здійснена засобами мови програмування C# в середовищі розробки Microsoft Visual Studio 2017. Матеріали, що свідчать про наукову та практичну цінність магістерської дисертації: 1. Fainzilberg L., Vakhovskyi I. Analysis of subtle changes in biomedical signals based on entropy phase portrait / Fainzilberg L., Orikhovska K., Vakhovskyi I. // Биомедицинская инженерия и электроника. – Киев. – 2017. – №3. – С. 44-66. 2. Ваховський І.В. Аналіз тонких змін біомедичних сигналів на основі фазового портрету ентропії // Актуальные научные исследования в современном мире. – Сб. научных трудов - Переяслав-Хмельницкий. – 2017. – №. 12(32). – ч. 7 – С.106 - 108. 3. Програмний продукт розроблено та впроваджено в Міжнародному науково-навчальному центрі інформаційних технологій і систем Національної Академії наук України та Міністерства освіти і науки України та відповідає заявленим вимогам (акт впровадження від 25.04.18).Документ Відкритий доступ Створення та порівняльний аналіз кластеризаційних алгоритмів розпізнавання статистичних залежностей(2018) Уманець, Віталій Сергійович; Павлов, Володимир АнатолійовичОбсяг магістерської дисертації становить 127 сторінок, 72 ілюстрації, 5 таблиць та 50 джерел за переліком посилань. Задача визначення функціонального зв'язку між біофізичними показниками є складовою частиною актуального завдання пошуку оптимальних впливів на біологічний об'єкт і не вирішена в повній мірі на сьогоднішній день. При цьому найбільш цікавими є результати, що адекватно представляють розбиття простору на області (кластери) які відносяться до різних функціональних співвідношень, що зв'язують біофізичні показники, що розглядуються в даній області. Такі кластери логічно називати функціональними, а їх форма в загальному випадку може бути довільною. Для адекватного поділу вихідної сукупності на такі однорідні групи необхідне застосування нових інформаційних технологій. Метою дослідження є розробка алгоритму кластерного аналізу, що дозволяє формувати кластери довільної форми та оцінювати динаміку змін характеристик біологічних об’єктів. У відповідності до мети сформовано наступні задачі: Провести аналіз сучасних алгоритмів кластеризації. Розробити алгоритм нечітких k-середніх з обмеженою масою робочої області. Спроектувати та реалізувати програмний засіб для побудови розбиття множини об'єктів на кластери за допомогою розробленого алгоритму. Оцінити ефективність алгоритму на практичній задачі. Об’єктом дослідження є технології Data Mining. Предметом дослідження виступає кластерний аналіз. Розробка була здійснена засобами мов програмування Java та Scala в середовищі розробки IntelliJ IDEA. Публікації за темою магістерської дисертації: 1) Настенко Є.А., Уманець В.С. Аналіз станів системи кровообігу студентів у просторі параметрів залежності артеріальний тиск-пульс / Є.А. Настенко, Г.Л. Бойко, В.А Павлов, В.С. Уманець// Вісник університету "Україна". – Серія "Інформатика, обчислювальна техніка та кібернетика". – Київ. – 2018. – № 1(21). – 6 с. 2) Настенко Є.А., Уманець В.С. Метод нечітких k-середніх з обмеженою масою робочої області формування кластерів довільної форми // Біомедична інженерія і технологія. – Київ. – 2018. – 7 с. 3) Уманець В.С. Модифицированный алгоритм С-средних для функционально связных кластеров // Теорія і практика наукових знань (частина IV): матеріали II Міжнародної науково-практичної конференції. – Київ. – 28-29 грудня 2017 р. – С. 48-49. Магістерська дисертація виконана на замовлення кафедри фізичного виховання «КПІ ім. Ігоря Сікорського». Одержані результати дослідження впроваджені в діяльність кафедри фізичного виховання «КПІ ім. Ігоря Сікорського» (акт впровадження від 03.05.2018).Документ Відкритий доступ Програмна система для порівняльного дослідження збіжності алгоритмів лінійної класифікації(2018) Матушевич, Наталія Анатоліївна; Файнзільберг, Леонід СоломоновичОбсяг магістерської дисертації становить 143 сторінок, 56 ілюстрації, 7 таблиць та 48 джерел за переліком посилань. Завдання навчання розпізнавання об'єктів різної фізичної природи (Mashine Leatning) - одна з головних задач штучного інтелекту. Досить часто таке завдання розглядаються як завдання визначення параметрів дискримінантної функції (функцій) в багатовимірному просторі ознак. Існують різні алгоритми навчання лінійних класифікаторів, два з яких - алгоритм навчання персептрона, запропонований Френком Розенблатом і алгоритм Б.Н.Козинця. Формальні умови, які дають оцінку числа ітерацій вказаних алгоритмів, досить грубі і тому не дозволяють однозначно відповісти на важливе питання: який з алгоритмів і коли забезпечує більшу швидкість збіжності в процесі навчання по кінцевої вибірці спостережень. Невідомі також і ряд інших властивостей названих алгоритмів, які важливі при вирішенні конкретних практичних завдань. Метою дослідження є розробка програмної системи для дослідження властивостей алгоритмів навчання Розенблата і Козинця на основі проведення статистичного експерименту методом Монте-Карло. Завдання: - провести аналіз алгоритмів лінійної класифікації об’єктів; - створити програмну систему для зручного дослідження збіжності алгоритмів; - програмно реалізувати алгоритм Розенблата; - програмно реалізувати алгоритм Козинця; - провести дослідження збіжності обраних алгоритмів; - проаналізувати результати експериментів. Об’єктом дослідження є алгоритми для лінійної класифікації об’єктів. Предметом дослідження виступають алгоритми Розенблата та Козинця для лінійної класифікації об’єктів, їх властивості. Розробка була здійснена засобами мови програмування C# в середовищі розробки Microsoft Visual Studio 2017. Матеріали, що свідчать про наукову та практичну цінність публікації: 1. Fainzilberg L.S., Matushevych N.A. Сomparative evaluation of convergence's speed of learning algorithms for linear classifiers by statistical experiments method introduction // Кибернетика и вычислительная техника. – 2018. – № 2. – 17 с. 2. Матушевич Н.А. Огляд алгоритму Козинця для побудови оптимальної розділяючої гіперплощини // Актуальные научные исследования в современном мире // Сб. научных трудов - Переяслав- мельницкий. – 2017. – № 12(32), ч. 7. – С.122-125. 3. Матушевич Н.А. Порівняльний аналіз алгоритмів побудови розділяючої гіперплощини // Теорія і практика накових знань (частина IV): матеріали II Міжнародної науково-практичної конференції м. Київ, 28-29 грудня 2017 року. – Київ.: МЦНД. – 2017. – С. 31-31. 4. Програмний продукт розроблено та впроваджено в Міжнародному науково-навчальному центрі інформаційних технологій і систем Національної Академії наук України та Міністерства освіти і науки України та відповідає заявленим вимогам (акт впровадження від 25.04.18).Документ Відкритий доступ Оцінка психофізичного стану студентів на заняттях фізичного виховання(2018) Серба, Лев Євгенійович; Настенко, Євген АрнольдовичОбсяг магістерської дисертациії становить 119 сторінок, 56 ілюстрації, 6 таблиць та 40 джерел за переліком посилань. Дослідження стану студентів на заняттях фізичного виховання грає важливу роль у моніторингу стану здоров’я та завчасному запобіганні утворенню проблем серцево-судинної системи в молодому віці. Програмна система для регресійного аналізу параметрів артеріального тиску, що були отримані з різних ділянок тіла дозволить встановити та проаналізувати взаємозв’язок показників тиску на лівому плечі та інших ділянках верхніх та нижніх кінцівок в стані спокою та одразу після фізичного навантаження. Актуальність регресійного аналізу полягає в тому, що за допомогою нього можна побудувати математичну модель і визначити її статичну надійність. Даний вид аналізу є одним з найбільш поширених методів обробки спостережень при вивченні залежностей у фізиці, біології, економіці, техніці та інших областях. Метою дослідження є розробка програмної системи для регресійного аналізу параметрів артеріального тиску з метою оцінки стану студентів на заняттях фізичного виховання. Завдання: - провести аналіз алгоритмів лінійної регресії; - створити програмну систему для регресійного аналізу параметрів артеріального тиску; - програмно реалізувати алгоритм лінійної регресії методом найменших квадратів; - програмно реалізувати роботу з базою даних у форматі .xls; - програмно реалізувати механізм фільтрації з метою створення вибірки вхідних даних для аналізу; - проаналізувати результати роботи програми. Об’єктом дослідження є алгоритми для лінійного регресійного аналізу об’єктів. Предметом дослідження виступає алгоритм лінійної регресії методом найменших квадратів. Розробка була здійснена засобами мови програмування java в середовищі розробки IntelliJ IDEA 2017 community edition. Матеріали, що свідчать про наукову та практичну цінність магістерської дисертації: 1. Серба Л.Є. Програмна система для регресійного аналізу параметрів артеріального тиску з метою оцінки стану студентів на заняттях фізичного виховання / Серба Л.Є. // SIS-journal №17. 2. Серба Л.Є. Задачі кластеризації. Огляд алгоритмів кластерного аналізу даних / Серба Л.Є. // Актуальные научные исследования в современном мире. - Сб. научных трудов - Переяслав-Хмельницкий. - 2017. - Вып. 12(32). - ч. 7. - С.23-28. 3. Серба Л.Є. Задачі кластеризації. Порівняння ієрархічних та неієрархічних алгоритмів кластеризації / Серба Л.Є. // Перспективні шляхи розвитку наукової думки (частина IV): матеріали II Міжнародної науково-практичної конференції м. Київ, 27-28 січня 2018 року. – Київ.:МЦНД.-2018. - С.18-18. Магістерська дисертація виконана на замовлення кафедри фізичного виховання факультету біомедичної інженерії «КПІ імені Ігоря Сікорського». Одержані результати дослідження впроваджені в навчальний процес кафедри фізичного виховання факультету біомедичної інженерії «КПІ імені Ігоря Сікорського».Документ Відкритий доступ Методи аналізу післяопераційного періоду у дітей після втручань на серці(2018) Москаленко, Аліна Євгеніївна; Носовець, Олена КостянтинівнаОбсяг магістерської дисертації становить 127 сторінок машинописного тексту, 55 рисунків, 24 таблиці, 46 найменувань списку використаних літературних джерел. Метою магістерської дисертації є побудова математичних моделей аналізу післяопераційного періоду у дітей після втручань на серці на основі клінічних показників. Поставлені завдання: 1. Аналіз сучасного стан проблеми наявності серцево-судинних захворювань у дітей та шляхів їх вирішення. Огляд вже існуючих методів аналізу післяопераційного періоду у дітей з патологією аортального клапана. 2. Аналіз наявних клінічні показників дітей з серцево-судинними захворюваннями, яким було проведено планові операції при патології аортального клапана. Огляд методу групового урахування аргументів, як такого, що показує найвищу точність при моделюванні. 3. Побудова математичних моделей аналізу післяопераційного періоду у дітей після втручань на серці. Проведення моделювання перебігу післяопераційного періоду та післяопераційних показників у дітей на навчальній, екзаменаційній та тестовій вибірках. 4. Розробка інформаційної системи для підтримки прийняття рішення лікарем-експертом, основним функціоналом якої є прогнозування перебігу післяопераційного періоду та значень післяопераційних показників за допомогою розроблених математичних моделей. Об’єктом дослідження є післяопераційний період у дітей після втручань на серці при патології аортального клапана. Предметом дослідження є побудовані математичні моделі аналізу післяопераційного періоду на основі клінічних показників. Для побудови математичних моделей було використано метод групового урахування агрументів програмного інструменту GMDH Shell DS 3.8.9. Статистичний опис клінічних показників був проведений за допомогою статистичного програмного забезпечення IBM SPSS Statistics 20. Інформаційна системи для підтримки прийняття рішень лікарем-експертом була розроблена за допомогою IDE Mircosoft Visual Studio 2017 з використанням мови програмування C#, підсистеми Windows Presentation Foundation та системи управління базами даних SQLite. Матеріали, що свідчать про наукову та практичну цінність магістерської дисертації: 1. Москаленко А.Є. Система аналізу стану хворих у віддаленому періоді після оперативних втручань на серці / А.Є. Москаленко, О.К. Носовець. // Вісник університету «Україна». – Київ. – 2018. – №1(21). – 9 с. – в друці. 2. Москаленко А.Є. Розробка математичної моделі прогнозування випадків летальності у післяопераційний період після операцій на серці у дітей / А.Є. Москаленко, О.К. Носовець // Slovak international scientific journal. – Словакія, Братислава. – 2018. – №16. – С. 4–9. 3. Москаленко А.Є. Медична інформаційна система прогнозування ймовірності настання реоперацій аортального клапану та висхідного тракту правого шлуночка / А.Є. Москаленко, О. К. Носовець // Міжнародний науковий журнал "Інтернаука". – Київ. – 2018. – №8. – 14 с. Магістерська дисертація виконана на замовлення Київської регіональної дирекції АТ «СК «АХА Страхування». Отримані результати дослідження за темою магістерської дисертації впровадженні в роботу Київської регіональної дирекції АТ «СК «АХА Страхування» (акт впровадження від 27.04.2018р.).Документ Відкритий доступ Метод класифікації та підрахунку клітин на зображеннях мікфотографій товстої кишки при аденокарциномі(2018) Павленко, Дмитро Олександрович; Добровська, Людмила МиколаївнаОбсяг магістерської дисертації становить 118 сторінок, 38 ілюстрації, 26 таблиць та 61 джерел за переліком посилань. Завдання навчання розпізнавання об'єктів різної фізичної природи - одна з головних задач в області розпізнавання об’єктів. В рамках мікробіологічних досліджень зразків тканин при аденокарциномі, важливим етапом є виділення та підрахунок елементів – клітин тканин, та їх класифікація (здорові, хворі). Завдяки цим показникам можливо діагностувати та попереджати порушення в тканинах внаслідок аденокарциноми, такі дослідження допомагають лікарю з визначенням лікувальних дій та їх результатів. Метою дослідження є розробка програмного забезпечення для автоматичної класифікації та підрахунку клітин тканин дванадцятипалої товстої кишки при аденокарциномі. У відповідності з метою ставляться такі завдання: 1. Вивчити теоретичні класичні джерела за обраною науковою тематикою. Ознайомитись зі структурою, науковою проблематикою та результатами наукової роботи академічних і галузевих інститутів. 2. Оволодіти методиками обробки і аналізу зображень для пошуку та виділення об’єктів на зображенні. 3. Розробити програмне забезпечення для автоматичної класифікації та підрахунку клітин тканин дванадцятипалої товстої кишки при аденокарциномі. 4. Розробити стартап проекту та проаналізувати можливість його ринкового впровадження. Об’єктом дослідження є методи та засоби класифікації та підрахунку клітин тканин дванадцятипалої товстої кишки при аденокарциномі. Предметом дослідження є розробка програмного забезпечення для класифікації та підрахунку клітин тканин дванадцятипалої товстої кишки при аденокарциномі. Розробка була здійснена засобами мови програмування MATLAB. Матеріали, що свідчать про наукову та практичну цінність: 1. Впровадження результатів дослідження в діяльність організації Інститут мікробіології і вірусології ім. Д. К. Заболотного НАН України (акт впровадження від 01.06.2018). 2. Створені об’єкти права інтелектуальної власності «Спосіб виділення та підрахунку формених елементів на електронних мікрофотографіях циркулюючої крові (мазків крові)» (номер патенту 112603 опубл. 26.12.2016 бюл. №24) та «Спосіб розподілу та підрахунку клітин на електронних мікрофотографіях зразків тканин органів людини при карциномі» (повідомлення про прийняття до розгляду заявки на створення об’єкту права інтелектуальної власності від 15.05.2018) 3. Результати дослідження були представлені публікаціями: - Павленко Д.О. Характеристика гістологічних зображень: Актуальные вызовы современной науки // Сб. научных трудов - Переяслав-Хмельницкий, 2017. – Вып. 7(15). – ч. 1 – С. 5-8. - Павленко Д.О. Визначення основних методів автоматичної та напіватоматичної обробки медичних зображень: Актуальные вызовы современной науки // Сб. научных трудов - Переяслав-Хмельницкий, 2017. – Вып. 12(20). – ч. 2 – С. 54-59. - Павленко Д.О. Спосіб виділення та підрахунку клітин на зображеннях мікрофотографій тканин дванадцятипалої кишки при аденокарциномі // Збірник наукових праць співробітників НМАПО ім. П.Л. Шупика – Київ. – №30. – ІІ кв. –2018 р. – с.8 - Pavlenko D.О. Methods of increasing the information content of medical thermograms// Nazarchuk О.О., Pavlenko D.О. – Scientific discussion. –VOL 1. – № 16. – 2018. – Praha. – ISSN 3041-4245. – С.27-31.Документ Відкритий доступ Метод прогнозування перебігу раку молочної залози після проведеного лікування(2018) Скорик, Юлія Євгенівна; Якимчук, Вікторія СергіївнаОбсяг магістерської дисертації становить 120 сторінок машинописного тексту, 52 ілюстрації, 24 таблиці, 48 бібліографічних найменувань за переліком посилань. Метою магістерської дисертації є побудова математичних моделей прогнозування перебігу раку молочної залози і розрахунок оптимальної тактики лікування захворювання. Поставлені завдання: 1. Проаналізувати сучасний стан проблеми смертності від раку молочної залози. Ознайомитися з вже існуючими методами лікування раку молочної залози. 2. Провести аналіз наявних клінічних показників хворих на рак молочної залози, яким було проведено певне комбіноване лікування. Розглянути метод групового урахування аргументів. 3. Побудувати математичні моделі для прогнозування перебігу раку молочної залози, за допомогою яких можна розрахувати оптимальний підхід лікування хворої. 4. Розробити класифікаційні моделі, які дозволять спрогнозувати розповсюдження метастаз у інші органи хворої після проведеного лікування та обрати найбільш інформативну. 5. Розглянути системи-аналоги для прогнозування перебігу раку молочної залози у хворої та розробити інформаційну систему підтримки прийняття рішень лікарем-експертом. Об’єктом дослідження є метод прогнозування перебігу раку молочної залози після проведеного лікування. Предметом дослідження є математичні моделі прогнозування тривалості життя, часу до початку прогресії захворювання та метастатичної прогресії. Експериментальні дослідження виконувалися за допомогою повнофункціональної статистичної системи IBM SPSS Statistics 17 та програмного інструменту GMDH Shell DS. Під час вирішення поставлених задач використовувався метод математичного моделювання, такий як метод групового урахування аргументів. Для реалізації майбутньої системи застосовувалось програмне середовище Microsoft Visual Studio 2017, а етап проектування проведено методом, основаним на використанні мови UML. Матеріали, що свідчать про наукову та практичну цінність магістерської дисертації: 1. Скорик Ю.Є. Система оцінки ефективності комбінованого лікування у хворих на РМЗ / Ю.Є. Скорик, О.К. Носовець. // Вісник університету «Україна». – Київ. – №1(21). – 11 с. – в друці. 2. Скорик Ю.Є. Розробка математичної моделі прогнозування випадків летальності у післяопераційний період після операцій на серці у дітей / Ю.Є. Скорик, О.К. Носовець // Slovak international scientific journal. – Словакія, Братислава. – 2018. – №16. – С. 10–14. 3. Скорик Ю.Є. Створення інформаційної системи для прогнозування перебігу раку молочної залози після проведеного лікування / Ю.Є. Скорик, О. К. Носовець // Міжнародний науковий журнал "Інтернаука". – Київ. – 2018. – №8. – 14 с. Магістерська дисертація виконана на замовлення Київської регіональної дирекції АТ «СК «АХА Страхування». Отримані результати дослідження за темою магістерської дисертації впровадженні в роботу Київської регіональної дирекції АТ «СК «АХА Страхування» (акт впровадження від 27.04.2018).Документ Відкритий доступ Система розпізнавання пухлин головного мозку на МРТ зображеннях(КПІ ім. Ігоря Сікорського, 2019-05) Матвійчук, Олександр Вадимович; Павлов, Володимир АнатолійовичПояснювальна записка до магістерської дисертації «Система розпізнавання пухлин головного мозку на МРТ знімках», 105 сторінок, 64 ілюстрації’, _4_ таблиці, _0_ додатків, _49_ джерел. Об’єкт дослідження – Процес діагностування пухлини головного мозку Предмет дослідження – Сучасні напрацювання в сфері розпізнавання образів, лагоритми розпізнавання пухлин головного мозку. Мета дослідження – дослідження процесу діагностування пухлин головного мозку, використовуючи різні методи розпізнавання. Методи дослідження. Статистичні методи розпізнавання образів, нейронні мережі. Основний результат даного дослідження – це розробка алгоритму розпізнавання пухлин на МРТ знімках. Для цього використовується нейронна мережа. Дана мережа складається з просторових згорткових шарів, агрегувальних шарів, повноз’єдних шарів та шарів нормалізації. Були проведені експерименти з дослідження ефективності розробленої структури нейронної мережі. Основним джерелом даних – є дані турніру BRATS Challenge в період з 2012 по 2017 рік. Аналіз проводився за допомогою мови Python, Розробка програмного продукту відбувалась за допомогою мов С++ та Swift. Анотація. Спираючись на статистичний щорічний зріст кількості онкохворих, та великий відсоток смертності при діагностуванні даної хвороби, було розглянуто теоретичні засади проведення аналізів та діагностування онкозахворювань. Досліджено сучасний ринок програмних продуктів для допомоги профільним спеціалістам в діагностуванні даної хвороби. Аналіз проблематики та ринкових рішень підтвердив, що на даний момент дана проблема залишається невирішеною. Даний аналіз став підставою для проведення більш детального дослідження предметної області та розробці програмного рішення для допомоги фахівцям в діагностуванні онкозахворювань.Документ Відкритий доступ Програмний додаток для визначення функціонального стану системи кровообігу(КПІ ім. Ігоря Сікорського, 2019-05) Борисова, Галина Вікторівна; Настенко, Євген АрнольдовичОбсяг пояснювальної записки становить 139 сторінки, 88 ілюстрацій, 3 таблиць та 46 джерел за переліком посилань. Актуальність роботи полягає у моніторингу стану здоров’я студентів протягом проходження курсу фізичного виховання за допомогою періодичного визначення параметрів функціонального стану системи кровообігу. Мета дослідження – встановлення оптимальної кількості кластерів за допомогою визначення дисперсій різних варіацій розподілу на кластери. Розробка програмного додатку для визначення функціонального стану системи кровообігу студента. Доповнення програмного продукту для здійснення додаткового аналізу отриманих результатів, збільшення рівня універсальності. Матеріали, що свідчать про наукову та практичну цінність дисертації: 1. Voinyk B.A., Borisova G.V., Umanets V.S., Boiko G.L., Pavlov A.V., Nastenko Ie.A. Automated Assessment of a Students Circulatory System Functional State Using Martine's Test // Innovative biosystems and bioengineering. – 2018. - vol. 2 • no. 3. – 144 p. 2. Borisova G.V., Voinyk B.O. Comparison of prognozing systems and an algorithm of detection minimum distance for determination of the student's risk group // The scientific heritage. – 2018. – №23 (23). – 30 p. 3. Voinyk B.O., Borisova G.V. Application of an algorithm for detect a minimum distance for determination of the student's risk group // The scientific heritage. – 2018. – №23 (23). – 35 p. 4. Магістерська дисертація виконана на замовлення кафедри «Фізичного виховання» НТУУ «КПІ ім. Ігоря Сікорського». Результати дослідження будуть впроваджені в навчальну програму в 2018-2019 н.р. (акт впровадження від 4 грудня 2018 р.).Документ Відкритий доступ Класифікація ішемічної хвороби серця через гармонійні моделі текстури зображення ехокардіографії(КПІ ім. Ігоря Сікорського, 2021) Петруніна, Олена Олександрівна; Настенко, Євген Арнольдович; Павлов, Володимир АнатолійовичМагістерська дисертація за темою «Класифікація ішемічної хвороби серця через гармонійні моделі текстури зображення ехокардіографії» виконана студенткою кафедри біомедичної кібернетики Петруніною Оленою Олександрівною зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині», та складається зі: вступу; 4 розділів («Аналіз предметної області», «Методи реконструкції зображень», «Моделювання текстури зображення», «Класифікація ішемічної хвороби серця»), розділу зі стартап проєкту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 99 джерела. Загальний обсяг роботи 105 сторінок. Обсяг роботи: 105 сторінок, 35 ілюстрацій, 40 джерел посилань. Актуальність теми. Ішемічна хвороба серця є доволі поширеною патологією в Україні, тому своєчасне виявлення даного захворювання є надважливою задачею. Мета дослідження. Аналіз та обробка потоків відеоданих ехоКГ. Об’єкт дослідження. Алгоритми реконструкції зображень. Предмет дослідження. Використання алгоритмів реконструкції зображень для розпізнавання ішемічної хвороби серця. Методи дослідження. КОМБІ-ГА (суміш комбінаційного методу групового урахування аргументів і генетичного алгоритму). Інструменти дослідження. Python, Anaconda, Jupyter Notebook.Документ Відкритий доступ Розроблення мобільного додатку для діагностики хвороби Паркінсона за зображенням спіралі Архімеда(КПІ ім. Ігоря Сікорського, 2021) Харченко, Наталія Сергіївна; Сердаковський, Віталій СергійовичМагістерська дисертація за темою «Розроблення мобільного додатку для діагностики хвороби Паркінсона за зображенням спіралі Архімеда» виконана студентом кафедри біомедичної кібернетики ФБМІ Харченко Наталією Сергіївною зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 4 розділів (Аналіз предметної області, Розпізнавання зображень, Розробка нейронної мережі, Розробка структури мобільного додатку), розділу зі стартап-проекту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 55 джерело та додатків. Загальний обсяг роботи 105 сторінки. Обсяг роботи: 105 сторінки, 43 ілюстрацій, 55 джерел посилань. Актуальність теми. Хвороба Паркінсона є невиліковним дегенеративним захворюванням, яке доволі поширене у людей похилого віку, тому рання діагностика у зручному вигляді має велике значення під час лікування. Мета дослідження. Створення нейронної мережі та розробка мобільного додатку для діагностики хвороби Паркінсона за зображенням спіралі Архімеда. Об’єкт дослідження. Методи для ранньої діагностики хвороби Паркінсона. Предмет дослідження. Штучна нейронна мережа для класифікації зображень спіралі Архімеда. Методи дослідження. Моделювання, формалізація, дедукція. Інструменти дослідження. Python, PyCharm.Документ Відкритий доступ Використання перетворення Гільберта-Хуанга для аналізу серцевої аритмії(КПІ ім. Ігоря Сікорського, 2021-12) Кочкарьов, Сергій Вадимович; Зеленський, Кирило ХаритоновичМагістерська дисертація за темою «Використання перетворення Гільберта-Хуанга для аналізу серцевої аритмії» виконана студентом кафедри біомедичної кібернетики ФБМІ Кочкарьовим Сергієм Вадимовичем студента зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 3 розділів (огляд літературних джерел, теоритична частина, реалізація алгоритму), розділу зі стартап проєкту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 50 джерела та додатків. Загальний обсяг роботи 103 сторінок. Актуальність теми. Згідно з результатами вітчизняного епідеміологічного дослідження, за останні 25 років поширеність аритмії в популяції зросла в 6 разів. Значно посилилися такі негативні тенденції щодо захворюваності аримією: значно меншим став вік пацієнтів; збільшилася кількість осіб, що мають 3 і більше факторів ризику розвитку цієї патології. Актуальність проблеми вивчення аритмії, обумовлена тим, що наявність цих порушень ритму серця достовірно збільшує відносний ризик загальної та серцево-судинної смертності; Мета дослідження. Мета даної роботи полягає у розробці і реалізації алгоритму обробки сигналів ЕКГ для аналізу серцевої аритмії з використанням перетворення Гільберта-Хуанга. Об’єкт дослідження. перетворення Гільберта-Хуанга; Предмет дослідження. виростання алгоритму перетворення Гільберта-Хуанга для обробки сигналів ЕКГ; Методи дослідження. алгоритм обробки біомедичних сигналів, перетворення Гільберта-Хуанга, ЕКГ, matlab; Практичне значення одержаних результатів. Прогнозування та аналіз аритмії за обробленим ЕКГ сигналом.Документ Відкритий доступ Побудова математичної моделі противірусної імунної відповіді на вірус гепатиту B(КПІ ім. Ігоря Сікорського, 2021-12) Фомін, Ярослав Володимирович; Зеленський, Кирило ХаритоновичМагістерська дисертація за темою «Побудова математичної моделі противірусної імунної відповіді на вірус гепатиту B» виконана студентом кафедри біомедичної кібернетики ФБМІ Фоміним Ярославом Володимировичем зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 4 розділів (“Аналіз літературних джерел”, “Матеріали і методи дослідження”, “Визначення параметрів математичної моделі”, “Моделювання повної імунної відповіді”), висновків до кожного з них, розділу зі стартап проекту, загальних висновків та списку використаної літератури, який налічує 57 джерел. Загальний обсяг роботи 96 сторінки. - актуальність теми. За даними центру громадського здоров’я МОЗ України, в Україні налічується близько 500 тис. людей інфікованих гепатитом. Це потенційно небезпечне для життя захворювання печінки, яке являє собою серйозну проблему для системи охорони здоров’я у всьому світі. Особливо небезпечним є це захворювання у випадку якщо у інфікованої людини знижений імунітет. Знання закономірностей функціонування імунної системи і механізмів одужання при вірусних інфекціях є однією з фундаментальних проблем сучасної імунології та медицини. - мета дослідження. Метою роботи є побудова математичної моделі імунної відповіді організму на вірусне захворювання гепатиту B - об’єкт дослідження. Вірусне захворювання гепатитом В. - предмет дослідження. Імунна відповідь організму на захворювання. - методи дослідження. Диференціальні рівняння, методи їх розв’язування, Python, numpy; - практичне значення одержаних результатів. Прогнозування та аналіз перебігу захворювання за допомогою математичного моделювання.Документ Відкритий доступ Сценарії використання технології відстежування обличчя на основі методу гістограм орієнтованих градієнтів(КПІ ім. Ігоря Сікорського, 2021-12) Коваленко, Максим Владиславович; Соломін, Андрій ВячеславовичМагістерська дисертація за темою «Сценарії використання технології відстежування обличчя на основі методу гістограм орієнтованих градієнтів» виконана студентом кафедри біомедичної кібернетики ФБМІ Коваленком Максимом Владиславовичем зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 4 розділів («Аналіз джерел з предметної області», «Проектування складових частин системи», «Розробка комунікаційної системи», «Реалізація програмного додатку з функцією предиктивного набору тексту»), розділу зі стартап проєкту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 70 джерело та додатки. Загальний обсяг роботи 100 сторінок. Актуальність теми. Актуальність пов’язана з можливістю створення для паралізованих пацієнтів інформаційного каналу спілкування з оточенням шляхом розробки програмного додатку, що не вимагає спеціального дорогого обладнання та інвазивних процедур. Мета дослідження. Розробка універсального програмного додатку-помічника для хворих із різними ступенями паралічу тіла, з використанням технології відстежування погляду та предиктивного введення тексту. Об’єкт дослідження. Системи предиктивного введення тексту. Предмет дослідження. Використання систем предиктивного введення тексту для допомоги у спілкуванні із паралізованими пацієнтами. Методи дослідження. Комп’ютерний зір, рекурентні нейронній мережі, метод гістограм орієнтованих градієнтів, n-грами.Документ Відкритий доступ Класифікація гістологічних зображень раку простати(КПІ ім. Ігоря Сікорського, 2021-12) Ілюшик, Тарас Сергійович; Носовець, Олена КостянтинівнаМагістерська дисертація за темою «Класифікація гістологічних зображень раку простати» виконана студентом кафедри біомедичної кібернетики ФБМІ Ілюшиком Тарасом Сергійовичем зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 4 розділів (Огляд літературних джерел, Теоретична частина, Аналітична частина, Практична частина), розділу зі стартап проєкту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 85 джерел. Загальний обсяг роботи 97 сторінок. Актуальність теми. Актуальність полягає в тому, що системи комп’ютерної автоматизованої діагностики є перспективною галуззю в медичній кібернетиці і дають змогу підвищити якість визначення патологій людини, таких як рак простати. Мета дослідження. Розробка моделі для класифікації гістологічних зображень раку простати. Об’єкт дослідження. Алгоритми для класифікації зображень. Предмет дослідження. Рак простати. Методи дослідження. Комп’ютерний зір, згорткові нейронній мережі, методи машинного навчання.Документ Відкритий доступ Дослідження ефективності критеріїв відбору у алгоритмі первинної селекції ознак в задачі класифікації патології печінки(КПІ ім. Ігоря Сікорського, 2021-12) Кожара, Катерина Миколаївна; Павлов, Володимир АнатолійовичМагістерська дисертація за темою «Дослідження ефективності критеріїв відбору у алгоритмі первинної селекції ознак в задачі класифікації патології печінки» виконана студентом кафедри біомедичної кібернетики ФСП Кожарою Катериною Миколаївноюм зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 4 розділів (аналіз предметної області, методи реконструкції зображення, постановка задачі, аналіз ефективності відбору), розділу зі стартап проєкту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 30 джерела. Загальний обсяг роботи 95 сторінок. Обсяг роботи: 95 сторінок, 35 ілюстрацій, 30 джерел посилань. Актуальність теми. Діагностика захворювань печінки на ранніх стадіях допоможе більш якісно оцінити стан пацієнта та обрати якомога кращу лікувальну стратегію. Мета дослідження. Знаходження оптимального варіанту селекції ознак, для ефективного виконання задачі бінарної класифікації «норма -патологія» при дифузних захворюваннях печінки. Об’єкт дослідження. Зображення УЗД печінки. Предмет дослідження. Ефективність критеріїв відбору у алгоритмі первинної селекції ознак в задачі класифікації патології печінки. Методи дослідження. Методи селекції за критеріями внутрішньокласової дисперсії, міжкласової дисперсії, відношення внутрішньокласової і міжкласової дисперсій, кореляційний відбір ознак. Інструменти дослідження. Python, Anaconda, Jupyter Notebook.Документ Відкритий доступ Програмний додаток для сегментації сітківки(КПІ ім. Ігоря Сікорського, 2021-12) Гричанюк, Іван Олегович; Носовець, Олена КостянтинівнаМагістерська дисертація за темою «Програмний додаток для сегментації сітківки» виконана студентом кафедри біомедичної кібернетики ФБМІ Гричанюком Іваном Олеговичем зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 4 розділів (Огляд літературних джерел, Теоретична частина, Аналітична частина, Практична частина), розділу зі стартап проєкту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує джерело та додатки. Загальний обсяг роботи 101 сторінка. Актуальність теми. Актуальність роботи полягає у створення якісного та захищеного додатку для сегментації, що може слугувати як зручний допоміжний засіб для лікаря у діагностування, попередженні та виявлені проблем із сітківкою ока. Мета дослідження. створити точний та зручний для розуміння лікарем додаток для сегментації кровоносних сітківки ока, на основі сучасних досліджень в області глибокого навчання. Об’єкт дослідження. Системи сегментації судин сітківки. Предмет дослідження. Використання систем сегментації медичних зображень для створення системи, що покращить діагностування. Методи дослідження. алгоритми комп'ютерного зору та глибокого навчання, взято за основу сучасні дослідження у сферах сегментації медичних даних: такі як мережа UNet, методи оптимізації та підбору параметрів.Документ Відкритий доступ Електронна медична карта пацієнта на основі блокчєйн(КПІ ім. Ігоря Сікорського, 2021-12) Шерберг, Олександр Володимирович; Соломін, Андрій ВячеславовичМагістерська дисертація за темою «Електронна медична карта пацієнта на основі блокчєйн» виконана студентом кафедри біомедичної кібернетики ФБМІ Шербергом Олександром Володимировичем зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 4 розділів («Аналіз предметної області», «Теоретична частина», «Аналітична частина», «Практична частина»), розділу зі стартап проекту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 21 джерело. Загальний обсяг роботи 96 сторінок Обсяг роботи: 96 сторінок, 29 ілюстрацій, 21 джерела посилань. Актуальність теми. Актуальність роботи пов’язана з діджиталізацією охорони здоров’я, персоніфікацією медичної інформації, надійністю її зберігання на протязі десятків років, розділенням прав доступу. Мета дослідження. Проектування системи електронних медичних карток пацієнтів на основі блокчєйн технологій та сучасних алгоритмів збереження та захисту інформації. Об’єкт дослідження. Блокчєйн технології та розподілені бази даних. Предмет дослідження. Впровадження блокчєйну до електронної медичної карти пацієнта. Методи дослідження. Проектування та створення веб додатку медичної карти пацієнта. Інструменти дослідження. Ruby, Ruby on Rails.Документ Відкритий доступ Класифікація стадій сну з використанням безконтактного біосенсора на основі нейронної мережі CNN-LSTM(КПІ ім. Ігоря Сікорського, 2021-12) Іванова, Яна Олегівна; Федорін, Ілля ВалерійовичМагістерська дисертація за темою «Класифікація стадій сну з використанням безконтактного біосенсора на основі нейронної мережі CNN-LSTM» виконана студентом кафедри біомедичної кібернетики Івановою Яною Олегівною зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу, 4 розділів («Огляд літературних джерел», «Методи автоматичної класифікації стадії сну», «Розробка алгоритмів класифікації стадій сну за допомогою нейронних мереж», «Огляд результатів тестування розроблених моделей»), розділу зі стартап проекту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 77 джерела та 2 додатки. Загальний обсяг роботи 107 сторінок. Актуальність теми. Одна безсонна ніч знижує стійкість імунітету до інфекційних захворювань і швидкість реакції на зовнішні імпульси. А постійний дефіцит і зниження якості сну підвищують ризик розвитку серцево-судинних і ендокринних захворювань. Полісомнографія є золотим стандартом моніторингу сну, але вимагає, щоб пацієнти спали в лікарняних умовах, з великою кількістю електродів, та знаходилися під контролем експертного клінічного персоналу. Всі ці фактори роблять даний метод не дуже зручним, дорогим та недієздатним для щоденного моніторингу. Крім того, так званий ефект першої ночі при ПСГ може зменшити тривалість та ефективність сну. Таким чином, існує потреба в інструментах для тривалого моніторингу сну як здорових людей, з метою профілактики та дотримання гігієни сну, так і людей з порушеннями сну, для діагностики, відстеження динаміки захворювання і корекції терапії. У зв'язку з цим, розробка засобів для тривалого автоматичного визначення структури сну є актуальним завданням. Мета дослідження. Розробка та реалізація нейронної мережі для класифікації стадій сну з використанням безконтактного біосенсора. Об’єкт дослідження. Класифікація стадій сну. Предмет дослідження. Використання нейронної мережі для класифікації стадій сну. Методи дослідження. Методи машинного навчання для вирішення задач класифікації.Документ Відкритий доступ Розроблення медичної інформаційної системи для реалізації механізму реімбурсації в Україні(КПІ ім. Ігоря Сікорського, 2021-12) Шаріпов, Максим Олександрович; Коваленко, Олександр Сергійович; Давидько, Олександр БогдановичМагістерська дисертація за темою «Розроблення медичної інформаційної системи для реалізації механізму реімбурсації в Україні» виконана студентом кафедри біомедичної кібернетики ФБМІ Шаріповим Максимом Олександровичем зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 5 розділів («Огляд літературних джерел», «Медичні інформаційні системи», «Реімбурсація», «Аналітична частина», «Проектування та розроблення програмного додатку»), розділу зі стартап проєкту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 40 джерел. Загальний обсяг роботи 107 сторінок. Актуальність теми. Медична інформаційна система для реалізації механізму реімбурсації в Україні є інструментом втілення національної програми «Доступні ліки»; Мета дослідження. Метою даної роботи є розроблення медичної інформаційної системи для реалізації механізму реімбурсації в Україні, яка буде функціонувати для покращення доступу населення до необхідних ліків; Об’єкт дослідження. Медичні інформаційні системи; Предмет дослідження. Реалізація механізму реімбурсації в Україні за допомогою медичних інформаційних систем; Методи дослідження. Python, SQLite, tkinter, UML.