Магістерські роботи (БМК)
Постійне посилання зібрання
Переглянути
Нові надходження
Документ Відкритий доступ Алгоритм оптимального керування імунотерапією злоякісних пухлин(КПІ ім. Ігоря Сікорського, 2024) Харченко, Софія Олексіївна; Зеленський, Кирило ХаритоновичАктуальність теми. Імунотерапія стала перспективним напрямком в лікуванні раку, забезпечуючи більш ефективний імунний відгук на пухлинні клітини. Оптимальне керування цим процесом може значно покращити результати та мінімізувати побічні ефекти. Розробка алгоритмів, які враховують унікальні характеристики кожного випадку, може зробити імунотерапію більш ефективною та безпечною. Вивчення оптимальних стратегій може сприяти швидшому впровадженню передових методів лікування та збільшити ефективність боротьби з раком. Мета дослідження. Покращення оптимальних стратегій лікування за допомогою імунотерапії для пацієнтів, які страждають від злоякісних пухлин Практичне значення одержаних результатів. Оптимальні стратегії лікування можуть сприяти зменшенню витрат на терапію, так як дозволять уникати непотрібного використання ресурсів та скорочувати терміни лікування.Документ Відкритий доступ Інформаційна системиа для дистанційного моніторингу стану слуху(КПІ ім. Ігоря Сікорського, 2024) Харченко, Анастасія Романівна; Файнзільберг, Леонід СоломоновичАктуальність теми. Полягає у створенні інформаційної системи, яка забезпечить дистанційний моніторинг стану слуху пацієнта, та зворотній зв’язок на результати тестування зі сторони лікаря. Мета дослідження. Розвиток методів діагностики стану слуху на основі тональної порогової аудіометрії за допомогою клієнт-серверної системи, що забезпечує дистанційний контакт пацієнта та лікаря. Актуальність теми. Полягає у створенні інформаційної системи, яка забезпечить дистанційний моніторинг стану слуху пацієнта, та зворотній зв’язок на результати тестування зі сторони лікаря. Мета дослідження. Розвиток методів діагностики стану слуху на основі тональної порогової аудіометрії за допомогою клієнт-серверної системи, що забезпечує дистанційний контакт пацієнта та лікаря.Документ Відкритий доступ Багатокласовий класифікатор на основі бінарних логістичних регресій одержаних за принципами методу групового урахування аргументів(КПІ ім. Ігоря Сікорського, 2024) Радченко, Олег Володимирович; Павлов, Володимир АнатолійовичАктуальність теми. У сучасному світі штучний інтелект та машинне навчання набувають все більшого значення у різних сферах, включаючи медицину, фінанси, технологічну індустрію та інші. Багатокласовий класифікатор, який базується на бінарних логістичних регресіях за принципами МГУА є важливим інструментом для розв'язання різноманітних завдань класифікації даних. Розробка та вдосконалення таких класифікаторів на основі принципів МГУА може сприяти покращенню якості та ефективності автоматичного аналізу даних у різних галузях та відкривати нові можливості для застосування штучного інтелекту. Мета і завдання дослідження. Метою дослідження є покращення процесу класифікації з використанням оптимізованих моделей бінарної логістичної регресії для мультикласової класифікації.Документ Відкритий доступ Система діагностики пневмонії з використанням згорткової нейронної мережі(КПІ ім. Ігоря Сікорського, 2024) Щербак, Ярослав Володимирович; Бовсуновська, катерина СергіївнаАктуальність теми. Застосування алгоритмів глибокого навчання у медицині є перспективним напрямом, оскільки ці техніки можуть аналізувати величезні об'єми медичних зображень та допомагати лікарям у швидкому та точному виявленні патологій. Метою роботи покращення ефективної системи, яка забезпечує автоматизовану ідентифікацію пневмонії на основі рентгенівських зображень грудної клітки. Основним завданням є застосування згорткової нейронної мережі для аналізу цих зображень та виявлення патологічних ознак, що свідчать про наявність пневмонії.Документ Відкритий доступ Система відбору та аналізу даних для проведення наукових досліджень(КПІ ім. Ігоря Сікорського, 2024) Яцина, Денис Вікторович; Городецька, Олена КостянтинівнаАктуальність теми. Актуальність теми полягає в тому, що наукові дослідження в сфері медицини потребують великого обсягу даних, а їх відбір та аналіз може бути дуже складним та часозатратним завданням. Створення програмного додатку з базою даних, який дозволяє швидко та ефективно відбирати та аналізувати дані, може значно полегшити процес проведення наукових досліджень в медицині. Мета дослідження. Створення програмного додатку з базою даних, який дозволяє відбирати та аналізувати дані хворих з різними клінічними характеристиками для проведення наукових досліджень в медицині Практичне значення одержаних результатів. Розроблену систему можливо використовувати для подальшої обробки даних науковцями та в медичній галузі.Документ Відкритий доступ Моделювання алгоритмів оптимального управління лікування вірусного гепатиту С(КПІ ім. Ігоря Сікорського, 2024) Кучинський, Володимир Віталійович; Зеленський, Кирило ХаритоновичАктуальність теми. Вірусний гепатит C є серйозною хворобою, яка становить значну глобальну загрозу для здоров'я. За даними Всесвітньої організації охорони здоров'я (ВООЗ), у світі понад 70 мільйонів людей живуть з вірусним гепатитом C, і без належного лікування може розвиватися цироз печінки та рак печінки, що часто призводить до смерті. Застосування моделювання та алгоритмів оптимального управління дозволяє врахувати багатошаровість проблеми та побудувати стратегії лікування, що максимізують клінічний ефект, знижують ризик розвитку ускладнень та оптимізують використання ресурсів. Такі алгоритми можуть бути використані для прийняття рішень з вибору оптимального протоколу лікування, тривалості терапії, розрахунку доз лікарських засобів та підтримки прийняття рішень щодо індивідуалізованого лікування. Мета і завдання дослідження. Основною метою є підвищення ефективності та індивідуалізація лікування вірусного гепатиту С з метою досягнення оптимальних результатів в контексті медичних, економічних та соціальних обставин. Предмет дослідження. Оптимальне управління лікуванням вірусного гепатиту C, включаючи в себе вивчення динаміки захворювання, взаємодію з антивірусними препаратами та визначення оптимальних стратегій лікування для різних груп пацієнтів.Документ Відкритий доступ Фармакокінетика та фармакодинаміка медикаментозних компонентів лікування злоякісних пухлин(КПІ ім. Ігоря Сікорського, 2024) Корж, Володимир Миколайович; Зеленський, Кирило ХаритоновичАктуальність теми. Полягає у створенні інформаційної системи, яка забезпечить пошук найкращої стратегії лікування для пацієнтів зі злоякісними пухлинами. Мета дослідження. Покращення методів діагностики злоякісних пухлин на основі математичного моделювання розвитку фармакокінетики та фармакодинаміки злоякісних пухлин Практичне значення одержаних результатів. Розроблену систему можливо впровадити в профільні медичні заклади, які займаються лікуванням захворювань онкологічного характеру.Документ Відкритий доступ Використання блокчейн технології для децентралізованого та надійного зберігання медичних даних(КПІ ім. Ігоря Сікорського, 2024) Кононов, Антон Вікторович; Коваленко, Олександр СергійовичАктуальність теми. Полягає у використанні технології блокчейн для значного підвищити безпеки, цілісності та доступності даних, сприяючи створенню більш ефективної та надійної системи управління медичними даними. Мета дослідження. Покращення забезпечення децентралізованого та надійного зберігання медичних даних пацієнтів, використовуючи технологію блокчейн. Це дозволить здійснювати надійний моніторинг медичних записів пацієнтів, забезпечуючи при цьому конфіденційність та автентичність. Практичне значення одержаних результатів. Впровадити запропоновану систему блокчейн в медичні заклади для забезпечення децентралізованого та надійного зберігання медичних даних пацієнтів, дозволивши здійснювати надійний моніторинг цих записів, зберігаючи конфіденційність та автентичністьДокумент Відкритий доступ Програмний додаток для діагностики хвороби Альцгеймера(КПІ ім. Ігоря Сікорського, 2024) Гаврилюк, Роман Володимирович; Городецька, Олена КостянтинівнаАктуальність теми. Проблема хвороби Альцгеймера стала надзвичайно актуальною в наш час, оскільки населення літнього віку постійно збільшується і цей вид нейродегенеративного захворювання стає все більш поширеним. Розробка програмного додатку для діагностики хвороби Альцгеймера є важливим кроком у покращенні можливостей раннього виявлення та моніторингу цього захворювання. Мета дослідження. Покращення методів передбачення хвороби Альцгеймера, що допоможе значно полегшити та прискорити діагностику, а в подальшому надання медичної допомоги пацієнтам. Такий підхід сприяє підвищенню якості їхнього життя та зменшенню соціальних витрат на лікування даного захворювання. Практичне значення одержаних результатів. Реалізувати та впровадити запропонований додаток в користування медичних закладів, та лікарів, для забезпечення швидкої та точної діагностики хвороби Альцгеймера.Документ Відкритий доступ Система прогнозування настання інсульту у пацієнта(КПІ ім. Ігоря Сікорського, 2024) Жиляк, Максим Євгенович; Городецька, Олена КостянтинівнаАктуальність теми. Полягає в зростаючій потребі застосування передових технологій для попередження та раннього виявлення інсульту. Інсульт залишається однією з основних причин смертності та інвалідності на світовому рівні. Використання алгоритмів машинного навчання та аналізу медичних даних може суттєво покращити раннє виявлення факторів ризику, дозволяючи лікарям і пацієнтам вживати профілактичних заходів. Таким чином, дослідження сприяє розвитку медичної інформатики та охорони здоров'я, вносячи важливий внесок у боротьбу з інсультами. Мета дослідження. Підвищення ефективності діагностики та прогнозування ризику розвитку інсульту шляхом розробки та впровадження системи, що базується на інтегрованому підході до аналізу клінічних даних. Практичне значення одержаних результатів. Покращення можливостей раннього виявлення інсульту, що може знизити ризик серйозних ускладнень або летальних наслідків. Підвищення ефективності профілактичних заходів та індивідуалізованих підходів до лікування пацієнтів із високим ризиком інсульту. Внесок у розвиток медичної інформатики, зокрема в галузі аналізу медичних даних та застосування машинного навчання в охороні здоров'я.Документ Відкритий доступ Система оцінки стану новонароджених після оперативних втручань(КПІ ім. Ігоря Сікорського, 2023) Каліновська, Богдана Вікторівна; Городецька, Олена КостянтинівнаАктуальність теми. Сучасні розробки та технології в сфері охорони здоров’я, змінюють парадигму надання медичних послуг. З урахуванням високої частоти серцевих вад у новонароджених, таких як коарктація аорти та гіпоплазія дуги аорти, з’являється потреба у ранньому виявленні, лікуванні та спостережені за пацієнтами в післяопераційни період. В цьому випадку медичний додаток для лікаря стане важливим інструментом, а його застосування дозволить оперативно виявляти зміни у дітей та запобігати можливим ускладненням. Мета і завдання дослідження. Покращення методів прогнозування ехокардіографічних показників для новонароджених з коарктацією аорти та гіпоплазією дуги аорти у віддаленому періоді за допомогою системи оцінки стану новонароджених після оперативних втручань. Практичне значення одержаних результатів. Дана система оцінки може використовуватись у кардіологічних медичних установах, які спеціалізуються на дитячих серцево-судинних захворюваннях, та проводять операції пацієнтам з коартацією аорти та гіпоплазією дуги аорти.Документ Відкритий доступ Система аналізу великих баз даних з використанням дерев розв’язків(КПІ ім. Ігоря Сікорського, 2024) Кравець, Олексій Володимирович; Бовсуновська, Катерина СергіївнаАктуальність теми. Дослідження має актуальність у контексті розвитку рекомендаційних систем як маркетингового інструменту, оскільки пропонує унікальних гібридний алгоритм функціонування системи, з одного боку, да надає доступ до використання системи малим та середнім бізнесам, з іншого боку. Проект надає підприємствам можливість доступу до високоякісних аналітичних інструментів, мінімізуючи потребу у значних інвестиціях у розвиток власних аналітичних відділів. Важливість цієї роботи полягає у використанні новітніх досягнень машинного навчання та штучного інтелекту для ефективнішої взаємодії бізнесів з клієнтами та збільшення обсягів продажів. Мета дослідження. Вдосконалення концепції, моделювання, конструювання та програмна реалізація спеціалізованої рекомендаційної системи, що використовує гібридну модель, джерелом даних для якої є експертні знання та додаткова інформація про лікарські засоби, включаючи склад, аналоги, протоколи лікування та оцінки їх успішності. Практичне значення одержаних результатів. Практичною цінністю такого рішення є якісне покращення маркетингових можливостей підприємств без необхідності побудови власної системи, модернізації обчислюваних потужностей, тощо. Економічні розрахунки доказують доцільність створення стартапу за напрямком магістерської дисертаціїДокумент Відкритий доступ Математичне моделювання виникнення і росту карциноми(КПІ ім. Ігоря Сікорського, 2024) Буркевич Олександра Володимирівна; Зеленський Кирило ХаритоновичАктуальність теми. Проблема раку є однією з найбільш актуальних проблем людства. Особливо зараз, під час війни, важливо оперативно діагностувати цю хворобу для ефективного лікування. Хоч усі пухлини різні та індивідуальні, перебіг захворювання неможливо передбачити повністю, єдина концепція, що може пояснити розвиток пухлин, є найактуальнішою в сучасній онкології. Ця концепція повинна визначати характеристики злоякісних ракових клітин. Це спростить лікування, діагностування та виявлення карцином. Мета дослідження. Удосконалення методів математичного моделювання для аналізу росту та розвитку карцином Практичне значення одержаних результатів. Розвиток методів діагностики та попередження виникнення ракових захворювань за допомогою математичної моделі, що дозволяє прогнозувати виникнення та ріст карциномДокумент Відкритий доступ Методи та моделі оптимального лікування вірусного гепатиту С(КПІ ім. Ігоря Сікорського, 2023) Борута Марина Вікторівна; Зеленський Кирило ХаритоновичАктуальність теми. Визначається потребою в удосконаленні терапії вірусного гепатиту С і поліпшення якості життя пацієнтів, що стикаються з цим захворюванням. Застосування математичного моделювання та аналізу даних може допомогти визначити оптимальні стратегії лікування, враховуючи індивідуальні характеристики пацієнта та епідеміологічні чинники. Розробка та моделювання алгоритмів оптимального управління лікуванням ВГС стає важливим інструментом для поліпшення результатів лікування та забезпечення ефективного використання ресурсів охорони здоров'я. Ці алгоритми допомагають визначити оптимальні протоколи лікування, враховуючи індивідуальні характеристики пацієнтів, прогнозувати вірогідність стійкої відповіді та визначати найбільш ефективні стратегії лікування для кожного пацієнта. Мета дослідження. Покращення методів діагностики та терапії вірусного гепатиту С, що забезпечує оптимальний контакт пацієнта та лікаря. Практичне значення одержаних результатів. Запропоновані моделі можливо впровадити в профільні медичні заклади, які займаються лікуванням вірусного гепатиту C. Основні результати дослідження можуть використовуватися як настанови для лікарів та клінічних працівників при виборі оптимального лікування та управлінні ним у пацієнтів з ВГС. Вдосконалення та використання розроблених алгоритмів може значно покращити результати лікування, зменшити ризик прогресування захворювання та підвищити якість життя пацієнтів, що мають вірусний гепатит C.Документ Відкритий доступ Методи машинного та глибокого навчання для прогнозування рівня фізичної втоми(КПІ ім. Ігоря Сікорського, 2023) Бондарчук Євгеній Ігорович; Федорін Ілля ВалерійовичАктуальність теми. Втома організму є загальновизнаним фізіологічним станом, який виникає внаслідок тривалої фізичної активності. Вона може мати негативний вплив на функціонування організму та загальний стан людини. Розробка програмного додатку для оцінки та прогнозування рівня втоми є кроком у покращенні моніторингу та діагностики організму людини, що може сприяти покращенню якості здоров’я. Мета дослідження. Покращення методів діагностики рівня втоми, під час фізичних навантажень, за вхідними даними рівня пульсу Практичне значення одержаних результатів. Реалізувати та впровадити запропонований додаток в користування в оздоровчих та медичних закладах для діагностики та профілактики організму людиниДокумент Відкритий доступ Система накопичення даних пацієнта з можливістю формування діагностичних висновків(КПІ ім. Ігоря Сікорського, 2024) Боженко, Анастасія Юріївна; Настенко, Євген АрнольдовичАктуальність теми. Дослідження відіграє важливу роль у сфері управління пацієнтськими даними та діагностики, враховуючи зростаючу потребу в автоматизації та підвищенні ефективності медичних послуг. Мета дослідження. Налагодження взаємовідносин між представниками галузі охорони здоров’я та представниками галузі технічних наук шляхом створення системи рівня AAA для накопичення медичних даних пацієнтів з можливістю подальшого формування діагностичних висновків Практичне значення одержаних результатів. Результати дослідження забезпечують покращення у сфері обробки медичних даних, діагностики та загальної ефективності медичного обслуговуванняДокумент Відкритий доступ Кольорове кодування даних перфузій магнітно-резонансної томографії(КПІ ім. Ігоря Сікорського, 2024) Біжнюк, Віталій Віталійович; Алхімова, Світлана МиколаївнаАктуальність теми. Полягає в тому, що кольорове кодування даних ПМРТ відкриває нові можливості для покращення діагностики та моніторингу лікування нейрологічних захворювань. Воно допомагає лікарям отримувати більш детальну та зрозумілу інформацію про функціональний стан мозку пацієнта. Крім того, кольорове кодування може бути корисним інструментом для вивчення нових даних та дослідження міжзв'язків між різними областями мозку. Мета дослідження. Покращити візуалізацію та інтерпретацію результатів з використанням кольорового кодування даних ПМРТ, зокрема шляхом легкого розрізнення різних областей мозку, виявлення змін у кровопостачанні та сприяння більш точній діагностиці. Практичне значення одержаних результатів. Покращення візуального відображення для полегшення інтерпретації та діагностики, а також провадження рекомендацій щодо ефективності використання Lut-схемДокумент Відкритий доступ Система прогнозування розвитку серцево судинних захворювань на основі методів машинного навчання(КПІ ім. Ігоря Сікорського, 2024) Беспалов, Ярослав Володимирович; Настенко, Євген АрнольдовичАктуальність теми. Серцево-судинні захворювання є поширеною і серйозною проблемою охорони здоров'я в усьому світі. Ця дисертація присвячена використанню складних діагностичних методологій, з особливим акцентом на методах машинного навчання, для підвищення точності прогнозування та вдосконалення методів лікування цих захворювань. Мета дослідження. Покращити систему для прогнозування виникнення та розвитку серцево-судинних захворювань з використанням методів машинного навчання. Практичне значення одержаних результатів. Система, розроблена в рамках цього дослідження, обіцяє значно підвищити точність та ефективність діагностики серцево-судинних захворювань. Це досягнення має значний потенціал для практичної реалізації в галузі медичної діагностики, що сприятиме покращенню якості обслуговування пацієнтівДокумент Відкритий доступ Моделі оцінювання артеріального тиску за пальцевою фотоплетизмограмою на смартфоні(КПІ ім. Ігоря Сікорського, 2021-12) Музика, Ярина Василівна; Файнзільберг, Леонід СоломоновичМагістерська дисертація за темою «Моделі оцінювання артеріального тиску за пальцевою фотоплетизмограмою на смарфоні» виконана студенткою кафедри біомедичної кібернетики Музикою Яриною Василівною зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 4 розділів (літературний огляд, теоретична частина, практична частина, аналіз стартап-проекту), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 65 джерела та додатків. Загальний обсяг роботи 105 сторінок. Актуальність теми. Артеріальний тиск - один із головних показників функціонального стану серцево-судинної системи. Проблема артеріальної гіпертензії є однією з найбільш актуальних в сучаснй медицині, оскільки спричиняє постійне підвищення кількості випадків інфаркту, інсульту та надниркової недостатності. Постійний моніторинг артеріального тиску є дуже важливим, однак, сучасні манжетні методи є незручними та непрактичними у польових умовах. Запропонвано оригінальний метод визначення артеріального тиску за фотоплетизмограмами, зібраними за допомогою камери смартфону. Мета дослідження: Розробка та реалізація методу безманжетної оцінки артеріального тиску за пальцевою фотоплетизмограмою, що реєструється за допомогою камери смартфону. Об’єкт дослідження: Пальцева фотоплетизмограма Предмет дослідження: Артеріальний тиск за пальцевою фотоплетизмограмою на смартфоні. Методи дослідження: Логістична регресія, лінійна регресія, метод групового урахування аргуменів.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.