| Название НИОКТР |
Диагностика направленных связей между элементами системы кровообращения с помощью искусственных нейронных сетей, обучаемых на временных рядах математических моделей
|
| Аннотация |
Перспективным инструментом диагностики сложного нелинейного взаимодействия представляются искусственные нейронные сети (ИНС) - универсальные аппроксиматоры, достаточные для описания сложного нелинейного взаимодействия [Rosoł Comp Methand Progin Biomed 2022]. Их широкому применению к биосигналам препятствуют две основные проблемы. Во-первых, не исследованы границы применимости и не подобрана структура ИНС при анализе зашумлённых, широкополосных, коротких временных рядов. Во-вторых, существуют проблемы с формированием достаточной обучающей выборки, остро стоящие при исследовании живых систем, но также в климатологии, экономике, в авиакосмических исследованиях и других областях [Gibson Commun Earth Environ 2021; Cheng Artif Intell Rev 2023].
В проекте предлагается решение данных проблем на примере диагностики связи между низкочастотными (0.04-0.15 Гц) колебательными компонентами последовательности интервалов между сердечными сокращениями и фотоплетизмограммы, несущих диагностическую информацию о состоянии системы автономной регуляции кровообращения, важной для диагностики социально-значимых заболеваний [Kiselev A.R. Sci. Rep. 2020] и непрерывного мониторинга системы кровообращения [NatarajanA. Lancet 2020]. Решение заключается в обучении ИНС на сигналах математических моделей данных сигналов, количественно воспроизводящих фазовые, спектральные и нелинейно-динамические свойства. Теоретически, модели могут быть использованы для синтеза произвольного количества данных с априорно известной разметкой (по коэффициенту силы связи). ИНС различных структур, включая полносвязные, рекуррентные и свёрточные нейронные сети, будут обучены и сопоставлены (по признаку среднеквадратичного отклонения между предсказанным и фактическим коэффициентом связи) на синтетических данных. Модели с лучшей производительностью будут апробированы на биологических данных, зарегистрированных у здоровых испытуемых и пациентов, перенёсших инфаркт миокарда.
|
| Доступ к ОКОГУ исполнителя |
False
|
| Количество связанных РИД |
0
|
| Количество завершенных ИКРБС |
0
|
| Сумма бюджета |
3000.0
|
| Дата начала |
2025-09-16
|
| Дата окончания |
2027-06-30
|
| Номер контракта |
25-72-00158
|
| Дата контракта |
2025-09-16
|
| Количество отчетов |
2
|
| УДК |
|
| Количество просмотров |
3
|
| Руководитель работы |
Ишбулатов Юрий Михайлович
|
| Руководитель организации |
Чумаченко Алексей Николаевич
|
| Исполнитель |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "САРАТОВСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИМЕНИ Н.Г. ЧЕРНЫШЕВСКОГО"
|
| Заказчик |
Российский научный фонд
|
| Федеральная программа |
Отсутствует
|
| Госпрограмма |
—
|
| Основание НИОКТР |
Грант
|
| Последний статус |
2025-10-01 10:12:25 UTC, 2025-10-01 10:12:25 UTC
|
| ОКПД |
Услуги, связанные с научными исследованиями и экспериментальными разработками в области физики
|
| Отраслевой сегмент |
—
|
| Минздрав |
—
|
| Межгосударственная целевая программа |
—
|
| Ключевые слова |
математическое моделирование; искусственные нейронные сети; анализ данных; нелинейная динамика; радиофизические подходы; направленные связи; система кровообращения; биосигналы
|
| Соисполнители |
—
|
| Типы НИОКТР |
Фундаментальное исследование
|
| Приоритетные направления |
—
|
| Критические технологии |
—
|
| Рубрикатор |
29.03.77 - Моделирование физических явлений
|
| OECD |
—
|
| OESR |
Компьютерные, информационные науки и биоинформатика (разработка аппаратного обеспечения относится к разделу 2.2, социальный аспект относится к разделу 5.8)
|
| Приоритеты научно-технического развития |
в) переход к персонализированной, предиктивной и профилактической медицине, высокотехнологичному здравоохранению и технологиям здоровьесбережения, в том числе за счет рационального применения лекарственных препаратов (прежде всего антибактериальных) и использования генетических данных и технологий;
|
| Регистрационные номера |
—
|
