Использование онлайн-платформы Teachable Machine для диагностики сердечно-сосудистых заболеваний
https://doi.org/10.25205/1818-7900-2025-23-3-57-66
Аннотация
Представляется возможность повышения качества диагностики сердечно-сосудистых заболеваний за счет использования машинного обучения. В статье рассмотрено цифровое оборудование для получения аудиограмм. Описан набор данных для машинного обучения модели классификации сердечно-сосудистых заболеваний. Один из разделов посвящен разработке веб-приложения для удаленной диагностики с использованием полученной модели.
Об авторах
Д. М. Попов
Кемеровский государственный медицинский университет
Россия
Россия
Попов Дмитрий Михайлович, кандидат технических наук, доцент
Кемерово
Е. В. Просвиркина
Кемеровский государственный медицинский университет
Россия
Россия
Просвиркина Елена Владимировна, кандидат химических наук, заведующая кафедрой медицинской, биологической физики и высшей математики
Кемерово
А. Ю. Сахарчук
Кемеровский государственный медицинский университет
Россия
Россия
Сахарчук Алексей Юрьевич, клинический ординатор
Кемерово
С. Д. Руднев
Кемеровский государственный медицинский университет
Россия
Россия
Руднев Сергей Дмитриевич, доктор технических наук, профессор
Кемерово
Список литературы
1. Кобелев А. Сердечно-сосудистые заболевания: мы пребываем в «красной» зоне риска // RG.RU Российская газета. 02.10.2024. URL: https://rg.ru/2024/10/02/serdechno-sosudistyezabolevaniia-my-prebyvaem-v-krasnoj-zone-riska.html (дата обращения: 14.03.2025).
2. Гаранин А. А., Айдумова О. Ю., Рубаненко А. О., Бибикова Е. Г. Цифровой стетоскоп – новая эра аускультации // Digital Diagnostics. 2024. Т. 5. №4. C. 808–818. DOI: 10.17816/DD632499
3. Leng S., Tan R.S., Chai K. T. C. et al. The electronic stethoscope. BioMed Eng OnLine 14, 66 (2015). https://doi.org/10.1186/s12938-015-0056-y
4. Просвиркина Е. В., Сахарчук А. Ю. Исследование работы искусственного интеллекта при обработке аудиограмм // Стратегические векторы развития науки, медицины, цифровых и образовательных технологий: сб. науч. ст. Кемерово, 2024. С. 197–200.
5. Трофимова В. С., Каршиева П. К., Рахманенко И. А. Метод трансферного обучения для дообучения нейронных сетей под особенности набора данных в задаче верификации диктора // Программные системы и вычислительные методы. 2024. № 3. DOI: 10.7256/2454-0714.2024.3.71630 EDN: XHZCTS URL: htps:/nbpublish.com/library-read-article.php?id=71630
6. Pete Warden. Speech Commands: A Dataset for Limited-Vocabulary Speech Recognition. 2018, 1514764800000, CoRR, abs/1804.03209, http://arxiv.org/abs/1804.03209
7. Рабинер Л. Р., Шафер Р. В. Цифровая обработка речевых сигналов / пер. с англ. под ред. М. В. Назарова и Ю. Н. Прохорова. М.: Радио и связь, 1981. 496 с.
8. Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных / пер. с англ. А. А. Слинкина. М.: ДМК Пресс, 2015. 400 с.
9. Горшков Ю. Г. Получение и обработка многоуровневых частотно-временных акустокардиограмм. Медицинская техника, 2013, № 1. С. 15–17.
10. Горшков Ю. Г. Новые цифровые технологии обработки звуков сердца. Биомедицинская радиоэлектроника, 2013, № 8. C. 36–40.
Рецензия
Для цитирования:
Попов Д.М., Просвиркина Е.В., Сахарчук А.Ю., Руднев С.Д. Использование онлайн-платформы Teachable Machine для диагностики сердечно-сосудистых заболеваний. Вестник НГУ. Серия: Информационные технологии. 2025;23(3):57-66. https://doi.org/10.25205/1818-7900-2025-23-3-57-66
For citation:
Popov D.M., Prosvirkina E.V., Sakharchuk A.Y., Rudnev S.D. Using the Teachable Machine Online Platform to Diagnose Cardiovascular Diseases. Vestnik NSU. Series: Information Technologies. 2025;23(3):57-66. (In Russ.) https://doi.org/10.25205/1818-7900-2025-23-3-57-66
Просмотров:
1
Послать статью по эл. почте 