Магістерські роботи (БМК)
Постійне посилання зібрання
Переглянути
Перегляд Магістерські роботи (БМК) за Дата публікації
Зараз показуємо 1 - 20 з 63
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 СоломоновичДокумент Відкритий доступ Створення та порівняльний аналіз кластеризаційних алгоритмів розпізнавання статистичних залежностей(2018) Уманець, Віталій Сергійович; Павлов, Володимир АнатолійовичДокумент Відкритий доступ Програмна система для порівняльного дослідження збіжності алгоритмів лінійної класифікації(2018) Матушевич, Наталія Анатоліївна; Файнзільберг, Леонід СоломоновичДокумент Відкритий доступ Оцінка психофізичного стану студентів на заняттях фізичного виховання(2018) Серба, Лев Євгенійович; Настенко, Євген АрнольдовичДокумент Відкритий доступ Методи аналізу післяопераційного періоду у дітей після втручань на серці(2018) Москаленко, Аліна Євгеніївна; Носовець, Олена КостянтинівнаДокумент Відкритий доступ Метод класифікації та підрахунку клітин на зображеннях мікфотографій товстої кишки при аденокарциномі(2018) Павленко, Дмитро Олександрович; Добровська, Людмила МиколаївнаДокумент Відкритий доступ Метод прогнозування перебігу раку молочної залози після проведеного лікування(2018) Скорик, Юлія Євгенівна; Якимчук, Вікторія СергіївнаДокумент Відкритий доступ Система розпізнавання пухлин головного мозку на МРТ зображеннях(КПІ ім. Ігоря Сікорського, 2019-05) Матвійчук, Олександр Вадимович; Павлов, Володимир АнатолійовичДокумент Відкритий доступ Програмний додаток для визначення функціонального стану системи кровообігу(КПІ ім. Ігоря Сікорського, 2019-05) Борисова, Галина Вікторівна; Настенко, Євген АрнольдовичДокумент 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.