AP25794129 – Разработка алгоритма фильтрации и предварительной обработки биомедицинских изображений для кардиологической диагностики
Цель – применение методов машинного обучения для автоматизированной фильтрации и предварительной обработки биомедицинских изображений, что позволит повысить точность и эффективность диагностики сердечно-сосудистых заболеваний.
Актуальность: Актуальность проекта обусловлена высокой распространённостью сердечно-сосудистых заболеваний и необходимостью повышения точности их диагностики. Качество биомедицинских изображений напрямую влияет на правильность постановки диагноза, однако наличие шумов и низкая чёткость часто затрудняют анализ. Это увеличивает нагрузку на медицинских специалистов и повышает риск диагностических ошибок. Современные методы машинного обучения открывают возможности для автоматической фильтрации и улучшения изображений. Внедрение таких технологий позволяет повысить эффективность ранней диагностики и ускорить обработку медицинских данных. Поэтому проект является актуальным, так как способствует улучшению качества медицинской помощи и снижению рисков для здоровья пациентов.
Научный руководитель: Магистр технических наук, Старший преподаватель, Кабдуллин Максат Амангельдыулы
Ожидаемые и достигнутые результаты: В рамках проекта был сформирован расширенный набор биомедицинских изображений, дополненный по различным классам, что обеспечило надежную основу для обучения и тестирования алгоритмов. Проведена предварительная обработка данных, включающая удаление дубликатов, снижение шумов и нормализацию изображений. Эти меры значительно повысили качество исходных данных и обеспечили корректную работу последующих аналитических методов. Разработан прототип алгоритма фильтрации биомедицинских изображений, основанный на базовых методах цифровой обработки. Алгоритм способен выявлять признаки сердечно-сосудистых заболеваний на изображениях. Проведено тестирование разработанного прототипа, подтвердившее его эффективность в улучшении качества изображений и снижении уровня шумов. В результате выполненных работ была создана технологическая основа для повышения точности диагностики. Научная новизна проекта заключается в адаптации методов фильтрации и предварительной обработки к казахстанским биомедицинским данным. Это позволяет учитывать локальные особенности и повышает достоверность результатов диагностики. В целом, полученные результаты подтверждают успешное выполнение данного этапа проекта и его практическую значимость.
Список публикаций с ссылками на них
- Kabdullin M., Naizabayeva L., Kabdullin A., Zhonkeshova A.
Development of an algorithm for automatic analysis of biomedical images in cardiology using machine learning methods and prospects for further analysis // Вестник Академии гражданской авиации (АГА). – Алматы, 2025. – В печати. - Kabdullin M., Kairbekov A., Kabdullin A., Naizabayeva L., Mukhit A.
Design and Implementation of a Web-Based Prototype for Cardiological Image Management // DTESI 2025: 10th International Conference on Digital Technologies in Education, Science and Industry, November 19–20, 2025, Almaty, Kazakhstan. – Алматы, 2025. – В печати.