Інтелектуальна система визначення препаратів для анестезії при виконанні операції

Скорочена інформація про документ
dc.contributor.advisorСинєглазов, Віктор Михайлович
dc.contributor.authorКопцов, Віталій Олегович
dc.date.accessioned2026-09-09T12:19:59Z
dc.date.available2026-09-09T12:19:59Z
dc.date.issued2026
dc.description.abstractМагістерська дисертація: 156 с., 14 рис., 2 табл., 40 посилань, додаток. Об’єктом дослідження є процес медикаментозного забезпечення анестезії при хірургічних операціях. Предметом дослідження є методи та моделі інтелектуального прогнозування індивідуальних доз анестетиків на основі статичних параметрів пацієнта та динамічних інтраопераційних показників. Метою роботи є розробити інтелектуальну систему для автоматизованого визначення оптимальних доз анестезіологічних препаратів під час хірургічного втручання. У роботі досліджено сучасні підходи до прогнозування введення анестезіологічних препаратів під час оперативних втручань та проаналізовано застосування методів штучного інтелекту в анестезіології. Розглянуто основні труднощі прогнозування інтраопераційних часових рядів швидкості інфузії. Запропоновано та розроблено мультимодульну інтелектуальну систему регресії, у якій як вхідні дані поєднано часові інтраопераційні показники та статичні характеристики пацієнта. Основну увагу приділено порівнянню різних архітектур кодувальників медичних часових рядів, зокрема LSTM, Transformer та Informer, для прогнозування дозування пропофолу та реміфентанілу. Проведене експериментальне дослідження показало, що модель Informer демонструє найкращу узагальнену якість, забезпечуючи більш точне прогнозування та ефективніше знаходження болюсних введень порівняно з іншими підходами.
dc.description.abstractotherMaster's thesis: 156 p., 14 figures, 2 tables, 40 references, appendix. The object of the study is the process of pharmacological support of anesthesia during surgical operations. The subject of the study is methods and models for intelligent prediction of individual anesthetic doses based on static patient parameters and dynamic intraoperative indicators. The aim of the thesis is to develop an intelligent system for automated determination of optimal dosages of anesthesiological agents during surgical interventions. The thesis investigates contemporary approaches to predicting the administration of anesthesiological agents during surgical procedures and analyzes the application of artificial intelligence methods in anesthesiology. The principal challenges of predicting intraoperative time series of infusion rates are examined, including data irregularity, the presence of noise, and rare peak dosage changes. A multimodular intelligent regression system was proposed and developed, incorporating temporal intraoperative indicators alongside static patient characteristics as input data. Particular attention is devoted to comparing different encoder architectures for medical time series namely LSTM, Transformer, and Informer for the prediction of propofol and remifentanil dosages. The conducted experimental evaluation demonstrates that the Informer model achieves superior generalization performance, yielding more accurate predictions and more effective detection of bolus administrations compared to the alternative approaches.
dc.format.extent156 с.
dc.identifier.citationКопцов, В. О. Інтелектуальна система визначення препаратів для анестезії при виконанні операції : магістерська дис. : 122 Комп'ютерні науки / Копцов Віталій Олегович. – Київ, 2026. – 156 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/82935
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectанестезіологія
dc.subjectінтелектуальна система
dc.subjectмедичні дані
dc.subjectінтраопераційні показники
dc.subjectчасові ряди
dc.subjectглибоке навчання
dc.subjectпрогнозування дозування
dc.subjectрегресійна модель
dc.subjectпропофол
dc.subjectреміфентаніл
dc.subjectanesthesiology
dc.subjectintelligent system
dc.subjectmedical data
dc.subjectintraoperative parameters
dc.subjecttime series
dc.subjectdeep learning
dc.subjectdose prediction
dc.subjectregression model
dc.subjectpropofol
dc.subjectremifentanil
dc.subject.udc004.89:[616-089.5:615.211]
dc.titleІнтелектуальна система визначення препаратів для анестезії при виконанні операції
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Koptsov_magistr.pdf
Розмір:
2.26 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ШІ)
Магістерські роботи