Опыт использования Data Analysis исследовательских данных при решении задачи установления целевой возрастной группы

Пиголкин Ю.И.

ФАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова (Сеченовский Университет)» Минздрава России

ORCID: 0000-0001-5370-4931

Солодовников В.И.

ФГБУН «Центр информационных технологий в проектировании Российской академии наук»

ORCID: 0000-0001-5533-214X

Золотенков Д.Д.

ORCID: 0000-0002-1224-1077

Салем Б.Р.

ФГБУН «Центр информационных технологий в проектировании Российской академии наук»

ORCID: 0000-0003-3348-9407

Полетаева М.П.

ORCID: 0000-0003-0542-100X

Золотенкова Г.В.

ORCID: 0000-0003-1764-2213

Опыт использования Data Analysis исследовательских данных при решении задачи установления целевой возрастной группы

Авторы:

Пиголкин Ю.И., Солодовников В.И., Золотенков Д.Д., Салем Б.Р., Полетаева М.П., Золотенкова Г.В.

Подробнее об авторах

Журнал: Судебно-медицинская экспертиза. 2024;67(4): 37‑41

DOI: 10.17116/sudmed20246704137

Загрузок: 2

Связаться с автором

Оглавление

Как цитировать:

Пиголкин Ю.И., Солодовников В.И., Золотенков Д.Д., Салем Б.Р., Полетаева М.П., Золотенкова Г.В. Опыт использования Data Analysis исследовательских данных при решении задачи установления целевой возрастной группы. Судебно-медицинская экспертиза. 2024;67(4):37‑41.
Pigolkin YuI, Solodovnikov VI, Zolotenkov DD, Salem BR, Poletaeva MP, Zolotenkova GV. Experience of Data Analysis application for proceeding research data in solving the problem of target age group establishment. Forensic Medical Expertise. 2024;67(4):37‑41. (In Russ.)
https://doi.org/10.17116/sudmed20246704137

Подписка 2025 (Forensic Medical Expertise)

Использование инфографики авторами научных работ

Закрыть метаданные

Рекомендуем статьи по данной теме:

Неинвазивная диагностика глиом головного мозга по гистологическому типу с помощью нейрорадиомики в стандартизированных зонах интереса: на пути к цифровой биопсии. Журнал «Вопросы нейрохирургии» имени Н.Н. Бурденко. 2023;(6):59-66

Прогностическая модель для дополнительной интраоперационной установки плеврального дренажа при торакоскопической лобэктомии. Хирургия. Журнал им. Н.И. Пирогова. 2023;(12):14-25

Компьютерно-томографическая диагностика острой и хронической мезентериальной ишемии. Хирургия. Журнал им. Н.И. Пирогова. 2023;(12):67-82

Роль мультиспиральной компьютерной томографии и ультразвукового дуплексного сканирования в выборе хирургической тактики при тандемном стенозе общей и внутренней сонных артерий у «коронарного» пациента. Кардиологический вестник. 2023;(4):102-107

Позитронная эмиссионная томография в сочетании с компьютерной томографией и 11С-метионином в оценке метаболизма глиом головного мозга. Журнал «Вопросы нейрохирургии» имени Н.Н. Бурденко. 2024;(1):63-69

Использование искусственной нейронной сети при внутрисосудистых методах исследования. Кардиология и сердечно-сосудистая хирургия. 2024;(1):77-81

Сравнение прогностических возможностей традиционных методов оценки сердечно-сосудистого риска с использованием шкал SCORE и FRAMINGHAM, технологий машинного обучения «ИНТЕРЭПИД». Профилактическая медицина. 2024;(2):96-102

Роль компьютерной томографии в диагностике коронарного атеросклероза и его осложнений. Кардиологический вестник. 2024;(1):7-15

КТ-предикторы неблагоприятного исхода геморрагического инсульта. Журнал неврологии и психиатрии им. С.С. Корсакова. Спецвыпуски. 2024;(3-2):37-41

Разработка и тестирование новых методических подходов прогнозирования сердечно-сосудистых событий у здоровых людей с использованием технологии машинного обучения на базе международного исследования «Интерэпид». Профилактическая медицина. 2024;(3):72-79

В статье представлен опыт использования искусственного интеллекта в научно-исследовательском процессе. Статья содержит общую информацию о базовых понятиях машинного обучения (кластеризации и визуализации), а также более подробно рассматривает опыт клинической апробации. На примере кейса по обработке медицинской информации с помощью алгоритмов машинного обучения продемонстрирована эффективность использования методов и средств Data Analysis в качестве одного из этапов научного исследования: решения вопроса о диагностической значимости предлагаемого показателя (FTF) для установления целевых возрастных групп. Реализация подобного подхода цифровой трансформации повышает операционную эффективность самих проводимых научных исследований, а также качество и доступность разрабатываемых итоговых технологических продуктов — программного обеспечения для решения экспертных задач.

Ключевые слова:

оценка возраста живых

оценка возраста детей и подростков

костный возраст

колено

машинное обучение

кластеризация данных

компьютерная томография

медицинская визуализация

Авторы:

Пиголкин Ю.И.

ORCID: 0000-0001-5370-4931

Солодовников В.И.

ФГБУН «Центр информационных технологий в проектировании Российской академии наук»

ORCID: 0000-0001-5533-214X

Золотенков Д.Д.

ORCID: 0000-0002-1224-1077

Салем Б.Р.

ФГБУН «Центр информационных технологий в проектировании Российской академии наук»

ORCID: 0000-0003-3348-9407

Полетаева М.П.

ORCID: 0000-0003-0542-100X

Золотенкова Г.В.

ORCID: 0000-0003-1764-2213

Дата поступления:

18.03.2024

Дата принятия в печать:

25.04.2024

Список литературы:

Черных С.И., Байбулатова Д.В. Национальный проект (программа) «Цифровая экономика Российской Федерации»: проблемы целеполагания и финансирования. Актуальные вопросы экономики. 2023;2:19-38. https://doi.org/10.24412/2071-6435-2023-2-19-38
«Паспорт национального проекта «Национальная программа «Цифровая экономика Российской Федерации». Утвержден президиумом Совета при Президенте Российской Федерации по стратегическому развитию и национальным проектам, протокол от 4 июня 2019 года №7.
Паспорт федерального проекта Искусственный интеллект национальной программы Цифровая экономика Российской Федерации (приложение №3 к протоколу президиума Правительственной комиссии по цифровому развитию, использованию информационных технологий для улучшения качества жизни и условий ведения предпринимательской деятельности от 27.08.2020 №17).
Распоряжение Правительства Российской Федерации от 28 июля 2017 года №1632-р «Об утверждении программы «Цифровая экономика Российской Федерации». Дата обращения: 24 марта 2023 года.
Цифровое будущее. Сеченовские вести. 2024;2(132):2.
Леонов С.В., Шакирьянова Ю.П., Пинчук П.В. Перспективы развития трехмерного моделирования для решения судебно-медицинских экспертных задач: BIM-технология и 4D-моделирование. Судебная медицина. 2020;6(1):4-13. https://doi.org/10.19048/2411-8729-2020-6-1-4-13
Золотенкова Г.В., Рогачев А.И., Пиголкин Ю.И., Эделев И.С., Борщевская В.Н., Cameriere R. Классификация возраста в судебной медицине с использованием методов машинного обучения. Современные технологии в медицине. 2022;14(1):15-24. https://doi.org/10.17691/stm2022.14.1.02
Золотенкова Г.В., Гридина Н.В., Солодовников В.И., Труфанов М.И., Пиголкин Ю.И. Вычисление биологического возраста индивидуума с использованием новейших информационных технологий и построение перспективного интеллектуального программно-аппаратного комплекса. Судебно-медицинская экспертиза. 2019;62(3):42-47. https://doi.org/10.17116/sudmed20196203142
Гридина Н.В., Золотенкова Г.В., Рогачев А.И., Пиголкин Ю.И. Инструментальное обеспечение решения задачи классификации при судебно-медицинской диагностике биологического возраста неопознанного индивидуума. Системы высокой доступности. 2020;16(4):64-70. https://doi.org/10.18127/j20729472-202004-06
Леонов С.В., Фомина Е.Е. Программный комплекс для идентификации личности по характеристикам цикла шага. Программные продукты и системы. 2023;36(2):303-308. https://doi.org/10.15827/0236-235X.142.303-308
Леонов С.В., Пинчук П.В., Шакирьянова Ю.П. Обзор программно-аппаратных комплексов создания трехмерного изображения головы человека и возможность их использования в целях идентификации личности. Медицинская экспертиза и право. 2017;5:21-24.
Scendoni R, Giuseppe C, Zolotenkova G, Zolotenkov D, Rosamaria De Vivo, D’Aguanno G, Recchia L, Cameriere R. Medico-legal indicators and cut-offs in different age classes through quantitative analysis of epiphyseal fusion segments on knee CT scans. Legal medicine. 2023;65:102318. https://doi.org/10.1016/j.legalmed.2023.102318
Золотенков Д., Труфанов М., Солодовников В. Установление возраста индивидуума на основе анализа КТ коленного сустава с применением искусственных нейронных сетей и компьютерного зрения. Предварительные результаты. Судебная медицина. 2023;9(4):403-412. https://doi.org/10.17816/fm11915

Закрыть метаданные