Николаенко А. Н. - все статьи автора в журнале
-
2026 № 1 База знаний для моделирования цифрового персонализированного дентального имплантата.
Современные технологии трехмерного моделирования, обработки изображений и искусственного интеллекта предоставляют мощные возможность для реализации системы поддержки принятия врачебных решений по дентальной имплантации, что позволяет обеспечить персонализированный подход к лечению пациентов и повысить тем самым качество оказания медицинских услуг.
Цель исследования: разработка и научное обоснование программного алгоритма поддержки принятия решения при выборе оптимальной конструкции дентального имплантата.
Материалы и методы. Предложенное решение основано на реализации гибридного подхода, алгоритмически объединяющего этапы анализа данных пациента и автоматизированного расчета параметров имплантата с использованием базы знаний, в которой основные правила расчета представлены в виде компьютерной онтологии. Исследование основано на современных достижениях в области параметрической оптимизации имплантатов, их трехмерного моделирования, технологиях искусственного интеллекта и инженерии знаний.
Результаты. Предложена параметрическая модель онтологии цифрового персонализированного дентального имплантата, отличающаяся от аналогов способом задания параметров и правил расчета в базе знаний. Предложенная модель была реализована и апробирована в составе системы поддержки принятия врачебных решений по дентальной имплантации зубов нижней челюсти.
Выводы. Реализация базы знаний для моделирования цифрового персонализированного дентального имплантата позволила усовершенствовать методику планирования дентальной имплантации за счет частичной параметризации трёхмерной модели анатомических структур пациента по данным конусно-лучевой компьютерной томографии и внутриротового сканирования. -
2025 № 11 Генеративная модель классификации предоперационной оценки клинического состояния тазобедренного сустава.
Материалы статьи предназначены для специалистов в области машинного обучения и экспертов, разрабатывающих стратегии улучшения общественного здравоохранения на основе информационных систем, облегчающих принятие медицинских решений.
Актуальность. Актуальность автоматизации анкетирования обусловлена возможностью дифференциации сложных когнитивных и мировозренческих представлений пациента (клиента) по множеству многоуровневых категорий. Как следствие, актуальна разработка концепции универсального эвристического алгоритма перевода категорий в признаки вероятностной классификации.
Цель исследования: определение правил для эвристики повышения метрик статистического качества классификации на основе операторного преобразования категориальных признаков.
Материалы и методы. Выборка данных электронных анонимных анкет (опросников) для предоперационной оценки клинического состояния тазобедренного сустава (данные кафедры травматологии, ортопедии и поликлинической хирургии института профессионального образования Самарского государственного медицинского университета, г. Самара); ансамбль методов машинного обучения.
Результаты. Критерии и гиперэвристические правила для универсального построения вероятностных классификаторов на основе результатов анкетирования.
Выводы. Корректные методы улучшения статистической связи признаков и классификационных меток приводят к асимптотической эффективности оценок обученной модели и исключают характерный детерминированный режим работы алгоритма.
В результате разработанных эвристических преобразований и обобщений – задачи исходной системы опроса будут расширены и структурированы, приобретая информационные качества, облегчающие принятие решений для прогностических действий специалиста.