Цель исследования — прогнозирование прогрессирования первичной глаукомы дискриминантным методом.

Методы. В исследовании приняли участие 141 пациент с 1-й стадией первичной глаукомы и 145 пациентов со I-й стадией первичной глаукомы. На второй день в утреннее время производились забор крови в количестве 2 мл, анализ которой c подсчётом количества изученных клеток крови выполнялся автоматизированной системой Sysmex ХN-А₁ (Япония), и расчёт анализируемых индексов. Статистическая об-работка полученных данных проведена на ЭВМ и включала применение дискриминантного метода для создания математических моделей, обеспечивающих с 95%-ной безошибочной вероятностью дифференциацию (классификацию) пациентов с I и II стадией первичной глаукомы.

Результаты. Сравнительная оценка индексов слабого иммунного воспаления среди пациентов прогрессировании первой глаукомы относительно пациентов без прогрессирования первичной глаукомы выявила достоверные различия по всем рассматриваемым индексам. В соответствии с наивысшей информативностью индексов SIRI, AlSI методом дискриминантного анализа разработана следующая модель: Y₁=-12,561 + 0,196Х₁ + 0,058X₂, а для пациентов без прогрессирования первичных глаукомы — модель У₂ =-4,768 + 0,085X₁ + 0,024X₂. Установлено, что дискриминантные модели ошибочно отнесли 13,25% пациентов с прогрессированием первичной глаукомы в группу пациентов без прогрессирования первичной глаукомы. Однако дискриминантные модели классифицировали в группу пациентов без прогрессирования первичной глаукомы (12,81%) с прогрессированием первичной глаукомы.

Заключение. Использование дискриминантного метода и индексов SIRI и АISI позволило разработать дискриминантную модель, позволяющую дифференцировать пациентов с прогрессирование первичной глаукомы от пациентов без прогрессирования первичной глаукомы с требуемым качеством.

Целью исследования является разработка программно-аппаратного комплекса, позволяющего оптимизировать управление роботизированным устройством по сигналам электроэнцефалограммы на основе распознавания управляющих команд вне зависимости от принципа взаимодействия пользователя с компьютером.

Методы. Представлен программно-аппаратный комплекс, способный функционировать на основе как синхронной, так и асинхронной парадигм интерфейса «мозг-компьютер», предназначенный для внедрения в различные контуры управления сложными человеко-машинными системами. Аппаратные средства включают в себя плату регистрации сигналов электроэнцефалографии, а также нейрогарнитуру с электродами-датчиками. Плата регистрации сигналов электроэнцефалографии Cyton является ключевым элементом аппаратной части разработанного программно-аппаратного комплекса. Это 8-канальное устройство, совместимое с платформой OpenBCl, предназначенное для высокоточной регистрации биопотенциалов мозга, а также сигналов сердечной и мышечной активности. Разработанное на языке Python программное обеспечение позволяет регистрировать сигналы электроэнцефалографии; предварительной обработки сигналов электроэнцефалографии при реализации синхронного и асинхронного интерфейсов; проводить классификацию данных электроэнцефалографии; формировать управляющие сигналы на роботизированное устройство.

Результаты. Для выполнения задачи классификации данных электроэнцефалографии была разработана модель полносвязной искусственной нейронной cemu, представляющей собой многослойный персептрон (Multi-Lауег Perceptron или MLP). B синхронном режиме достигнута точность распознавания потенциала P300 на уровне ~ 60 %. В асинхронном режиме точность бинарной классификации моторных образов (воображаемые движения левой и правой рук) составила 65 %. Разработанный комплекс предусматривает возможность работы системы с операторами без этапа предварительного обучения.

Заключение. Разработанный комплекс открывает перспективы для внедрения интерфейса «мозг-компьютер» в критически важные технологические процессы, где требуется высокая надёжность человеко-машинного взаимодействия. Дальнейшее развитие системы может быть направлено на повышение точности классификации, расширение числа распознаваемых команд и оптимизацию аппаратной части для мобильных применений.

Цель исследования — проанализировать возможность применения опросников: Clinical COPD Questionnaire, COPD Assessment Test и modified Medical Research Council Dyspnoea Scale — для дистанционной оценки состояния здоровья пациентов с хронической обструктивной болезнью лёгких и их интеграции в программный комплекс, разработанный с целью динамического мониторинга в амбулаторных условиях.

Методы. Разработка настоящего программного комплекса выполнена с использованием языка программирования Python. Архитектура комплекса включает в себя модуль автоматизированного расчета баллов в реальном времени, систему обезличивания персональных данных и локальную базу данных. Для обеспечения автономной работы разработана офлайн-версия рассматриваемого комплекса с графическим интерфейсом на базе библиотеки Tkinter. В алгоритм заложены математические модели интерпретации шкал, соответствующие международным стандартам.

Результаты. Разработан функциональный программный комплекс, обеспечивающий сбор и структурирование данных о симптомах, функциональном состоянии и психическом статусе пациентов. Комплекс позволяет формировать долгосрочные архивы показателей для оценки течения заболевания. Внутреннее тестирование подтверждает 100%-ную воспроизводимость расчетов и стабильность передачи данных. Интеграция APl обеспечивает потенциальную совместимость с государственными медицинскими информационными системами.

Заключение. Разработанный программный комплекс соответствует принципам бережливого производства в здравоохранении и позволяет сократить временные затраты врачей специалистов на 20-30% за счет автоматизации рутинных вычислений. Внедрение системы в амбулаторную практику способствует переходу к проактивной модели ведения ХОБЛ, тем самым обеспечивая раннее выявление обострений и снижение частоты повторных госпитализаций. Адаптация к российским нормативным требованиям делает комплекс перспективным решением для отечественной телемедицины.

Целью исследования является повышение эффективности реабилитации двигательных функций верхних конечностей посредством синхронизации реальной и воображаемой двигательной активности и сервоприводов узлов и механизмов, осуществляющих техническую поддержку реабилитационного процесса.

Методы. Разработан прототип биотехнической системы для управления реабилитацией нарушений двигательных функций верхних конечностей, отличающийся включением в прямую цепь контура управления модулей анализа электроэнцефалограммы, электромиограммы и показаний динамометра, а в цепь биологической обратной связи — модуля управления виртуальной реальностью, позволяющий адаптировать локальные параметры процедуры реабилитации под текущее функциональное состояние пациента. Разработан алгоритм управления процедурой реабилитации верхних конечностей, отличающийся мониторингом косвенного критерия биотехнического резонанса посредством анализа расстояний в кластерном пространстве, построенном в координатах показаний динамометра и мышечной усталости, позволяющий управлять глобальными параметрами процедуры реабилитации с дискретностью равной одному пачу.

Резулытаты. Проведены экспериментальные исследования биотехнической системы при мониторинге косвенного критерия биотехнического резонанса, которые показали, что полученные при мониторинге биотехнического резонанса результаты превосходят результаты реабилитации известным методом: на шкале MBI - на 6%, на шкале МЕТ - на 20%, на шкале мышечной силы — на 13%, на шкале ARAT — на 23%, на шкале ЕМА — на 12% и на шкале Эшворта — на 13%.

Заключение. В данной статье представлено решение задачи синхронизации двигательной активности верхних конечностей человека и ассистирующих робототехнических устройств. Результаты исследования могут быть использованы для построения биотехнических систем реабилитации нарушений двигательной активности с управлением процедурой реабилитации посредством мониторинга биотехнического резонанса.

Цель исследования — разработать критерии обнаружения и классификации перегрузок, возникающих в многомашинных вычислительных системах, по данным сетевого трафика с опорой на анализ его регулярного тренда и последующую вероятностную интерпретацию перегрузочного состояния.

Методы. В качестве метода выделения регулярного тренда сетевого трафика используется вейвлет-регрессионная обработка временного ряда, обеспечивающая подавление высокочастотных возмущений и сохранение регулярной составляющей. Для выявления интервалов перегрузки применяется байесовский обнаружитель импульсных сигналов, формирующий селаженную импульсную последовательность апостериорных вероятностей превышения нормального режима. Для количественного описания каждого перегрузочного эпизода введена параметрическая модель импульса на основе еауссовой аппроксимации, позволяющая связать перегрузку с тремя измеримыми характеристиками: амплитудой, длительностью и интегральной площадью. Дополнительно предложены нормализованные показатели параметров относи- тельно статистики нормального режима и интегральный критерий отклонения, обеспечивающий оценку выраженности перегрузочного состояния.

Резулытаты. Получены критерии и правила классификации перегрузок по пяти типам: импульсная, фоновая, прогрессирующая, периодическая и атакующая. Результаты имитационного моделирования на данных с различными режимами нагрузки показали работоспособность предложенного подхода: перегрузочные эпизоды выделяются устойчиво, а типизация соответствует ожидаемой структуре сценариев. Выявлены особенности реакции вероятностного обнаружителя на плавно нарастающую нагрузку, способную проявляться как последовательность локальных импульсов.

Заключение. Разработанная методика обеспечивает переход от визуальной интерпретации выходного сигнала байесовского обнаружителя к количественной оценке и типизации перегрузок и может применяться в задачах автоматизированного мониторинга сетевого трафика и поддержки решений по управлению качеством обслуживания в многомашинных вычислительных системах.

Цели исследования - изучить движение дистального конца уретероскопа во время проведения операции методом ретроградной интраренальной хирургии, разработать алгоритм автономного движения дистального конца уретероскопа из исходного положения в заданную точку, провести кинематический анализ движения дистального конца уретероскопа и решить обратную задачу кинематики.

Методы. Для решения поставленных задач использовались методы математического моделирования динамических систем, теории управления и теории механизмов и машин. При создании программных продуктов использован математический пакет Matlab. Разработан метод планирования траектории движения дистального конца уретероскопа на основе анализа снимков маенитно-резонансной томографии и компьютерной томографии. При движении дистального конца уретероскопа по полученной траектории применяется полиномиальный закон движения исполнительных звеньев.

Результаты. В ходе исследования были рассмотрены основные задачи, решаемые хирургом во время проведения операции методом ретроградной интраренальной хируреии, а также сформулирована cтратегия автономного управления стендом уретероскопа. Разработан метод планирования траектории движения дистального конца уретероскопа на основе анализа и обработки снимков магнитно-резонансной томографии и компьютерной томографии. Разработан алгоритм автономного движения дистального конца уретероскопа из исходного положения в заданную точку. Проведён кинематический анализ движения дистального конца уретероскопа, для обеспечения движения по планируемой траектории решена обратная задача кинематики, позволяющая установить связь между положением и ориентацией дистального конца уретероскопа и управляющими воздействиями.

Заключение. Предложенные алеоритмы автономного управления движением дистального конца уретероскопа, созданные на основе математического моделирования движения будут использованы при разработке робота для проведения операций методом ретроградной интраренальной хирургии в автономном режиме, что позволит проводить операции методом ретроградной интраренальной хируреии намного легче и точнее, чем сейчас. Также в данной работе была сформулирована стратегия автономного управления медицинским стендом уретероскопа.

Цель исследования — повышение точности и скорости распознавания государственных регистрационных знаков транспортных средств в режиме реального времени за счет применения гибридного метода, адаптированного к российским стандартам и устойчивого к условиям окружающей среды.

Методы. В статье предложен и апробирован гибридный Memod распознавания государственных регистрационных знаков транспортных средств на основе конвейерной архитектуры YOLOvV12 — EasyOCR. Был синтезирован уникальный обучающий набор данных, обеспечивающий максимальную вариативность. Проведен сравнительный анализ детекторов (YOLOv10, YOLOv12, RT-DETR), подтверждающий целесообразность использования модели YOLOv12, продемонстрировавшей наилучшие показатели наиболее важных метрик (Precision = 0,99, Recall = 0,98 и mAP_0,5:0,95 = 0,91). Разработан многовариантный конвейер предобработки изображений для OCR, выполняющий последовательное преобразование вырезанного изображения, включающий адаптивное масштабирование, улучшение контраста, шумоподавление и морфологические операции. Для минимизации типичных ошибок ОСВ был использован ограниченный набор допустимых символов и реализован алгоритм проверки соответствия российскому формату государственных регистрационных знаков.

Результаты. Оценка эффективности ОСВ проводилась путем сравнения распознанного текста с эталонным с использованием количественных Mempuk, таких как CRR (Character Recognition Rate) и PRR (Plate Recognition Rate), являющейся отраслевым аналогом метрики WRR (Word Recognition Rate). Проведен ряд экспериментов на тестовом наборе данных. Экспериментальная валидация предложенного гибридного метода распознавания государственных регистрационных знаков транспортных средств подтвердила его высокую эффективность (получены значения количественных метрик: mAP_0,5:0,95 = 0,91, CRR = 99,0 %, PRR = 98,5 %), что свидетельствует о способности метода к обеспечению устойчивого распознавания в условиях реальной эксплуатации.

Заключение. Полученные результаты соответствуют верхней границе диапазона показателей coврeменных систем автоматического распознавания, включая коммерческие решения. Это свидетельствует о высокой конкурентоспособности предложенного метода.

Целью исследования является разработка методики клинически ориентированного обучения, валидации и выбора нейросетевой модели сегментации пневмоторакса на рентгенограммах органов грудной клетки при выраженном дисбалансе классов и необходимости контролируемого ограничения ложных срабатываний в составе систем поддержки принятия решений.

Методы. В работе предложена двухконтурная схема оценивания качества сегментации, включающая технический контур, служащий для контроля сходимости обучения по значениям функции потерь и сырым показателям, а также клинический контур для оценки бинаризованных масок после фиксированной постобработки результатов. Для каждой эпохи обучения выполняется перебор порога бинаризации; рабочая точка считается допустимой при выполнении клинических ограничений, после чего итоговая эпоха выбирается как максимизирующая индекс Дайса на положительных случаях среди допустимых решений. Сегментатор реализован на основе архитектуры U-Net++ и обучается по двухэтапной схеме с повышением пространственного разрешения с использованием гибридной функции потерь.

Результаты. На клинически репрезентативном материале — наборе разработки SIIM-ACR — финальная конфигурация, выбранная по протоколу на 15-й эпохе, обеспечила индекс Дайса на положительных случаях = 0,753 (95% ДИ 0,734-0,771) при частоте ложноположительных срабатываний = 0,177 (95% AN 0,158-0,197) и чувствительности на уровне изображения = 0,948 и ощутимо превзошла базовую конфигурацию.

Заключение. Предложенная методика двухконтурной валидации и критериального выбора эпохи в допустимой области обеспечивает воспроизводимый контроль компромисса между качеством сеементации на патологических снимках и частотой ложных тревог на снимках без патологии, снижая риск выбора субоптимальной модели при ориентировании только на минимум функции потерь. Полученные результаты подтверждают целесообразность использования разработанного протокола при проектировании сегментационных модулей для систем поддержки принятия решений в задачах лучевой диагностики.

Целями исследования являются разработка и обоснование системы поддержки принятия врачебных решений, использующей алгоритм классификации патологий верхнечелюстных пазух в цифровой диафаноскопии на базе свёрточной нейронной сети ResNet-50, для повышения точности выявления патологий (синусит и кистозное изменение) в условиях скрининга здоровья населения.

Методы. Рассмотрены особенности патологий, выявлены их формы, которые чаще всего встречаются у пациентов ринологического профиля. Разработан классификатор патологий верхнечелюстных пазух на три класса по результатам анализа диафанограмм, зарегистрированных с помощью программно-аппаратного комплекса цифровой диафаноскопии, с использованием свёрточной нейронной сети ResNet- 50. В работе предложены алгоритмы для системы поддержки принятия врачебных решений.

Результаты. Разработано программное средство классификации состояния тканей верхнечелюстных пазух с использованием алгоритма свёрточной нейронной сети ResNet-50, реализующее алгоритмы обучения и классификации патологий верхнечелюстных пазух. Проведена апробация разработанной системы поддержки принятия врачебных решений. Получены следующие показатели точности при дифференцировании состояния верхнечелюстных пазух на три класса: «отсутствие патологии» — чувствительность 0,94, специфичность 0,96, точность 0,95; «синусит» — чувствительность 0,9, специфичность 0,95 и точность 0,88; «кистозное изменение» — чувствительность 0,86, специфичность 0,96 и точность 0, 88.

Заключение. Предлагаемая система поддержки принятия врачебных решений обеспечивает более высокую точность диагностики по сравнению с существующими экономически доступными методами. Кроме тогo, предложенное решение способно дифференцировать типы патологических изменений на диафанограммах в отличие от ранее предложенных подходов в цифровой диафаноскопии. Таким образом, paзработанная технология оптической диагностики состояния тканей верхнечелюстных пазух совместно с разработанной на основе СНС моделью классификации в виде системы поддержки принятия врачебных решений может быть применена как в рамках скрининга здоровья населения (для раннего выявления патологии), так и в рамках диагностики и контроля эффективности назначаемой терапии в отоларингологии, ЛОР-онкологии и стоматологии, а также в телемедицине.

Целью исследования является сравнительный анализ инструментов статического анализа РНР-кода для оценки их эффективности в выявлении ошибок, потенциальных уязвимостей и проблем типизации на ранних этапах разработки веб-приложений. Особое внимание уделяется определению практической применимости рассматриваемых решений в проектах различного масштаба, а также их влиянию на повышение качества программного обеспечения, снижение числа дефектов в коде и минимизацию рисков безопасности.

Методы. В исследовании использован метод сравнительного анализа, основанный на тестировании инструментов на наборе типовых CUEHAPUES, отражающих распространённые ошибки и уязвимости РНР-приложений. Оценка инструментов проводилась по критериям полноты выявления ошибок, точности диагностики, гибкости настройки правил, удобства интеграции в процесс разработки, производительности и потребления ресурсов. Дополнительно был выполнен анализ документации и возможностей конфигурации. Все эксперименты проводились многократно для обеспечения статистической достоверности результатов.

Резулытаты. В ходе исследования выявлены различия в глубине анализа, строгости проверки типов и механизмах настройки правил. Установлено, что инструменты демонстрируют различную чувствительность к логическим ошибкам, несоответствиям типов и потенциально небезопасным конструкциям. Определены их сильные и слабые стороны в контексте использования в малых и крупных проектах.

Заключение. Результаты подтверждают эффективность применения инструментов статического анализа как средства повышения качества и безопасности РНР-кода. Выбор конкретного решения должен основываться на требованиях проекта, уровне строгости анализа и особенностях процесса разработки. Регулярное использование таких инструментов позволяет существенно снизить риск появления дефектов и уязвимостей, повышая надёжность и устойчивость веб-приложений.

Цель исследования. С увеличением доли генерации на основе солнечных станций в распределительных сетях растут требования к качеству поставляемой электроэнергии, так как нестабильность солнечной генерации непосредственно влияет на нагрузку сети и параметры напряжения электроэнергии, поставляемой потребителю.

Цель исследования — экспериментальная проверка методов прогноза выработки солнечной станции на ближайшие сутки с почасовым планированием, при котором можно связать величину ошибки прогноза с показателями качества электроэнергии по ГОСТ 32144-2013.

Методы. Для решения поставленной задачи выполнено сравнительное исследование трёх подходов: моделей ARIMA/ARIMAX, ансамбля Random Forest и гибридной схемы STL+RF. Во всех вариантах анализировалось влияние метеорологических факторов на точность прогноза солнечной генерации.

Результаты. Установлено, что включение погодных данных существенно повышает качество прогноза по сравнению с моделями, использующими только историю потребления. Лучшие результаты показала гибридная модель STL+RF с метеорологическими признаками, которая обеспечила оптимальный компромисс между точностью и стабильностью прогноза. Данная оценка показывает, что в задачах управления режимами сети применение гибридных моделей должно быть более оправданно, чем использование толькo статистических моделей.

Заключение. Предложенный подход может быть использован как основа для систем раннего предупреждения о рисках ухудшения качества электроэнергии в сетях с высокой долей возобновляемых источников энергии. Практическая ценность работы состоит в увязке результатов прогнозирования солнечной генерации с нормативными требованиями ГОСТ 32144-2013 и задачами диспетчерского управления.

Цель исследований — изучить особенности мозговой активности при выполнении интеллектуальных задач в условиях низкого (индивидуальное задание) и высокого (экзамен) уровня стресса на основе анализа спектральных характеристик электроэнцефалограммы.

Методы. В исследовании приняли участие 32 человека (18 женщин, 14 мужчин, средний возраст 19,4 + 1,2 года). Регистрация электроэнцефалограммы проводилась с использованием портативного 4-канального нейроинтерфейса BrainBit (ООО НМФ «Нейротех», Россия) в положениях Ер1, Fp2, O1, О2. Проведено сравнения двух видов интеллектуальных задач: защита индивидуального задания и устный экзамен. Рассчитывалась относительная мощность mema-, альфа- и бета-ритмов. Статистический анализ проводился с применением критерия Вилкоксона для связанных выборок (р < 0,05).

Результаты. При переходе от индивидуального задания к экзамену выявлено достоверное снижение альфа-ритма (с 42,3 до 36,5 %; 2 = —4,12, р < 0,001, г = 0,73) и значимый рост бета-ритма (с 28,5 do 36,1 %; 2 = -4,37, р < 0,001, г = 0,77). Тета-ритм продемонстрировал умеренное снижение (с 29,2 do 27,4 %; 2 ,04, р = 0,041, г= 0,36).

Заключение. Экзаменационная ситуация вызывает у участников переключение нейродинамики в сторону активационного профиля: снижается расслабленность (с), усиливается когнитивная активация и концентрация внимания (В). Полученные данные подтверждают возможность использования количественного анализа электроэнцефалограммы как объективного инструмента оценки функционального состояния обучающихся в реальных образовательных условиях.

Цель исследования. Выявление ключевых факторов риска и создание математической модели для прогнозирования результатов лечения травм коленного сустава у пациентов с сахарным диабетом — цели исследования.

Методы. Для решения поставленной задачи использован комплекс методов, позволяющих учитывать множество факторов, влияющих на риск травматизации колена у пациентов с сахарным диабетом. В их числе — дескриптивная статистика для характеристики выборки (среднее значение, стандартное отклонение, медиана, квартили), корреляционный анализ коэффициентов Спирмена и Пирсона для выявления взаимосвязей между переменными, а также логистическая регрессия и методы машинного обучения (Random Forest и SVM) для построения и оценки прогностических моделей. Такой подход обеспечивает глубокое изучение взаимосвязей между клиническими и функциональными показателями, что позволяет создать точные и надёжные прогностические модели. В результате это способствует улучшению оценки риска и разработки индивидуальных профилактических подходов, а также персонализированных методов терапии, что значительно повышает эффективность лечения.

Результаты. Обнаружена корреляция между уровнем HbA1c и частотой инфекционных осложнений (г = 0,68, р < 0,01). Разработана математическая модель, позволяющая прогнозировать неблагоприятный исход лечения с точностью до 89 % (AUC = 0,89). Прогностическая модель выявила ключевые факторы риска неблагоприятных исходов лечения, включая уровень HbATc, превышающий 7,5 %, ИМТ более 30 кг/m² и возраст старше 60 лет.

Заключение. В данной работе прогностическая модель работает с точностью 86 %, что является хорошим диагностическим показателем и инструментом оценки риска для решения важной задачи медицинского прогнозирования и профилактики осложнений.

Цель исследования — построение и исследование системы регулирования биотехнической системы на примере лучезапястного сустава с использованием модели Хилла для описания динамики мышц на базе новой математической модели, способной адекватно описывать динамику мышц и сустава при движении в трёх плоскостях, включая последовательное достижение нескольких заданных угловых положений, перекрёстные связи и физиологические ограничения суставного аппарата.

Методы. Для исследования рассматриваемой биотехнической системы предлагаемая математическая модель, включающая динамику сустава в плоскостях сгибания-разгибания, приведения-отведения и пронации-супинации, которая состоит из блока динамики сустава, блоков динамики мышц и блока перекрёстных связей, учитывающих взаимосвязь движений в разных плоскостях. Динамика мышц представлена тремя парами мышц «агонист-антагонист», реализованными на основе трёхкомпонентной модели Хилла. Управляющие воздействия формируются с использованием ПИ-регуляторов по углам и угловым скоростям в каждом канале регулирования (в каждой плоскости движения).

Результаты. Проведены вычислительные эксперименты, в которых сустав последовательно перемещался в три заданных угловых положения. Полученные переходные процессы по углам и угловым скоростям демонстрируют устойчивость системы и точное достижение всех целевых положений. Анализ длин мышц и сил натяжения сухожилий показал согласованную работу пар мышц: формирование управляющего момента осуществляется за счёт изменения соотношения сил мышц агониста и антагониста.

Заключение. Полученные результаты подтверждают адекватность разработанной математической модели для описания динамики биотехнической системы на примере лучезапястного сустава и мышечно-сухожильного комплекса и демонстрируют принципиальную возможность использования предложенного подхода для моделирования биотехнических систем.

Цель исследования. Разработка и апробация специализированной автоматизированной системы для записи, структурированного хранения и анализа данных электрокардиосигналов сверхвысокого разрешения, получаемых в ходе экспериментов по моделированию ишемии миокарда у подопытных животных на базе применения нового метода электрокардиографии сверхвысокого разрешения, — цель исследования.

Методы. Для решения задачи была реализована автоматизированная система, состоящая из модулей записи, хранения и анализа. Модуль записи был специально разработан для сохранения электрокардиосиеналов сверхвысокого разрешения и включает возможность визуализации хода эксперимента для контроля состояния биологического объекта. Модуль хранения данных эксперимента представляет собой документоориентированную базу данных и специальное программное обеспечение, позволяющее систематизировать и извлекать по заданным критериям неоднородную информацию. Модуль автоматического анализа выполняет функцию последовательного исполнения программных модулей, специально разработанных для анализа электрокардиосигналов сверхвысокого разрешения. Результаты. Внедрение разработанной системы хранения и анализа большого количества данных электракардиосигналов сверхвысокого разрешения, полученных 60 время проведения экспериментов, позволило существенно оптимизировать исследовательские процессы. Используемый подход позволил ускорить выполнение рутинных операций за счет автоматизации цикла обработки данных от записи и систематизации o анализа. Отсутствие ручного присвоения метаданных, а также последующая валидация исключают неструктурированное хранение информации и ошибки, связанные с человеческим фактором, позволяя проводить недоступный ранее метаанализ.

Заключение. Система обеспечивает надежное хранение и безопасный доступ к большим объемам неоднородной информации, что повышает воспроизводимость, качество и эффективность исследований по ранней диагностике ишемии миокарда по методу электрокардиографии сверхвысокого разрешения.