Ученые ЛЭТИ обучили нейросети быстро и точно измерять давление по данным ЭКГ с помощью смартфона
Артериальное давление – один из важнейших параметров, характеризующих работу кровеносной системы. Стойкое повышение или понижение артериального давления может быть симптомами различных опасных сердечно-сосудистых заболеваний, таких как ишемия, инфаркт миокарда, стенокардия и проч.
Наиболее распространенным и простым устройством для регулярного измерения артериального давления является сфигмоманометр – устройство со специальной манжетой и стетоскопом. Однако для измерения давления с помощью такого устройства требуется много времени, кроме того точность измерений относительно невысока.
«Мы разработали систему, которая автоматически определяет артериальное давление человека по данным фотоплетизмограммы, собранных с помощью датчика, встроенного в чехол смартфона. Такие датчики сегодня активно используются и производятся различными компаниями. Для работы системы мы обучали «ансамбль» нейросетей на основе данных, собранных датчиком российской компании “CardioQVARK”. Устройство имеет сертификацию».
Аспирант кафедры биотехнических систем (БТС) СПбГЭТУ «ЛЭТИ» Никита Антипов Сначала ученые сформировали базу данных информации для обучения нейросети. Для этого они с помощью чехла с датчиком получали сигналы ЭКГ и ФПГ у одного пациента. Всего было сделано около 500 записей человека в различных условиях (например, при физической нагрузке или в состоянии покоя). Данные, полученные с датчика, содержали большое количество помех, поэтому исследователям потребовалось провести большую работу по предварительной обработке сигналов.
Ученые работали с двумя типами нейронных сетей – полносвязной сетью прямого распространения и сверточной. Оказалось, что их уровень точности различался в зависимости от ситуаций, в которых проводилось измерение. Поэтому для улучшения точности системы было принято решение применить оба варианта нейросетей в виде “ансамбля”.
«Полученная система может быть настроена на параметры организма конкретного пользователя. Сам процесс не требует манжеты и больших затрат времени, может проводиться в любом месте и в любое время, а система работает автоматически. Для ее работы необходим только чехол с датчиком, а информация об измерении будет выводиться на смартфон пользователя. По нашим данным, точность измерения артериального давления составляет около 96%», – добавляет Никита Антипов.
Сейчас ученые работают над расширением базы данных для обучения нейросети. Эта работа позволит повысить точность системы.
Контактное лицо: Даря Бодак
Компания: СПбГЭТУ "ЛЭТИ"
Добавлен: 10:44, 11.05.2022
Количество просмотров: 221
Страна: Россия
Корпоративная программа повышения управленческих компетенций People Management ЕДИНОГО ЦУПИС стала победителем в номинации «Прорыв года» премии «Эффективное образование». Награда является отражением вклада компании в образовательный процесс персонала.
Будущие агрономы из института менеджмента, экономики и агротехнологий, а также сельскохозяйственного колледжа ХГУ на один день стали дегустаторами овощей, которые используются в повседневном рационе. Вкусные занятия прошли на форуме-выставке достижений обучающихся.
Правительство Хакасии поддерживает исследовательскую деятельность учёных ХГУ им. Н.Ф. Катанова с помощью региональных мер. С 2018 по 2023 годы общее финансирование на эти цели из республиканского бюджета увеличилось в несколько раз, а грантовая поддержка проектов возросла в 21 раз.
Нейрохирурги Института Вельтищева Пироговского Университета ввели в практику метод помощи детям с детским церебральным параличом и генетическими патологиями мозга.
rid: 2SDnjcKARhk
Курс для желающих обучиться профессии кадровика с нуля и для специалистов по кадрам и управлению персоналом с опытом работы стартует 21 января в Торгово-промышленной палате Республики Коми.
Алина Сагалакова из института естественных наук и математики Хакасского госуниверситета заняла третье место в весовой категории до 50 кг на всероссийском турнире по спортивной борьбе (спортивная дисциплина – вольная борьба) памяти Героя труда Российской Федерации, заслуженного тренера СССР Д.Г. Миндиашвили.
Контекст: в Госдуме поддерживают предложение Минобрнауки об отказе от бакалавриата, переходе на базовое и специализированное высшее образование с 1 сентября 2026 года.
Титр: Ольга Юрьевна Милушкина, доктор медицинских наук, профессор, член-корреспондент РАН, проректор по учебной работе Пироговского Университета
В Тольяттинском государственном университете (ТГУ) для студентов-инженеров завершился первый семестр обучения по новой дисциплине – «Инженерная подготовка».
Яна Гофф из института менеджмента, экономики и агротехнологий Хакасского госуниверситета вошла в число лучших региональных амбассадоров масштабного федерального проекта «Таврида.АРТ» в Москве.
Хакасский госуниверситет вошёл в состав учебно-педагогического округа Енисейской Сибири. Между вузами подписано соглашение о сотрудничстве. Оно открывает новые горизонты для эффективного взаимодействия по направлению подготовки «Педагогическое образование».
За выдающийся вклад в подготовку и проведение Всемирного фестиваля молодёжи-2024 студентка инженерно-технологического института Хакасского госуниверситета Анастасия Парасюк удостоена памятной медали Президента Российской Федерации Владимира Путина.
Главная цель конкурса — поддержать талантливых молодых ученых и специалистов в сфере охраны здоровья. Инициатива помогает не только мотивировать участников к разработке инновационных проектов, но и оказывать помощь в дальнейшей реализации идей.
Лечение двигательных нарушений — одно из ключевых направлений работы Института Вельтищева. С 2021 года в отделении нейрохирургии проводится селективная дорсальная ризотомия — операция, устраняющая спастичность в ногах. Увеличение количества пациентов с двигательными нарушениями подтолкнуло к освоению новых нейрохирургических практик для комплексного лечения.
Команда проекта «LeukoCheck» из числа студентов-медиков Хакасского госуниверситета стала победителем акселератора ТГУ в финальном треке «Агробиотехнологии». Начинающие учёные разрабатывают биомедицинскую технологию для прогнозирования риска сердечно-сосудистых заболеваний и их осложнений. В основе технологии – анализ баз данных с помощью нейросети.
