Фасеточная нейронная сеть для доплеровской локации внутрисердечного кровотока плода

А.П. Казанцев; Л.М. Субботина; А.А. Сенин; Н.С. Минаев; Ю.Н. Пономарёва; Е.М. Чацкис; Е.М. Прошин

Фасеточная нейронная сеть для доплеровской локации внутрисердечного кровотока плода

А.П. Казанцев¹, Л.М. Субботина², А.А. Сенин³, Н.С. Минаев⁴, Ю.Н. Пономарёва⁵, Е.М. Чацкис⁶, Е.М. Прошин⁷

научная статья УДК 621.317 004.421.2 615.47:616-072.7 Страницы: 85-92

Ключевые слова: нейронные сети состояние плода доплерометрия чресклапанный поток внутрисердечная гемодинамика плода

Аннотация

Разработана кооперативная фасеточная нейронная сеть. Показана высокая робастность сети. Продемонстрирована реализуемость автоматической доплерографии для мониторирования плода.

Для цитирования

Казанцев А.П., Субботина Л.М., Сенин А.А., Минаев Н.С., Пономарёва Ю.Н., Чацкис Е.М., Прошин Е.М. Фасеточная нейронная сеть для доплеровской локации внутрисердечного кровотока плода // Биомедицинская радиоэлектроника. 2018. № 8. С. 85–92.

Список источников

Агеева М.И. Доплерографическое исследование внутрисердечной гемодинамики плода при физиологическом его развитии во II-III триместрах беременности // Ультразвуковая и функциональная диагностика. 2005. № 3. С. 11-20.
Медведева Д.А., Казанцев А.П., Пономарёва Ю.Н., Чацкис Е.М., Сенин А.А., Минаев Н.С., Абрамов А.М. Имитационная модель доплерометрии внутрисердечного кровотока плода // Биомедицинская радиоэлектроника». 2016. № 6. С. 38-44.
Медведева Д.А., Казанцев А.П., Пономарёва Ю.Н., Чацкис Е.М., Сенин А.А., Минаев Н.С., Субботина Л.М., Кряков В.Г. Подход к телемедицинской технологии мониторирования внутрисердечной гемодинамики плода // Биомедицинская радиоэлектроника. 2017. № 7. С. 85-94.
Kazantsev A., Ponomareva J., Kazantsev P. Developmentand validation of an AI-enabled mHealth technology for in-home pregnancy management // Proc. of the 2014 International Conference on Information Science, Electronics and Electrical Engineering. Apr. 26-28 2014. SapporoCity, Hokkaido, Japan. Beijing: IEEE. 2014. P. 927-931.
Kazantsev A.P.; Senin A.A.; Ponomareva J.N.; Mochalova M.N. An mHealth approach to remote fetal monitoring // Proc. of the Int. Healthcare Innovation Conference (HIC). 8-10 Oct. 2014. Seattle, WA, USA. IEEE. 2014. P. 239-242.
Казанцев А.П., Сенин А.А., Пономарёва Ю.Н., Мочалова М.Н., Прошин Е.М. Подход к созданию массовой телемедицинской технологии домашнего мониторинга плода // Биомедицинская радиоэлектроника. 2015. № 5. С. 37-45.
Kazantsev A., Ponomareva J., Kazantsev P., Digilov R., Ping Huang. Development of e-health network for in-home pregnancy surveillance based on artificial intelligence // Proc. 2012 IEEE-EMBS Int. Conf. BHI. Hong Kong. 2012. Р. 82-84.
Сенин А.А., Казанцев А.П. Цифровая запись и индикация аудиосигнала ультразвукового доплеровского зон-
да с передачей данных на удаленный сервер при мониторинге плода посредством мобильного устройства на платформе Android // Свидетельство о государственной регистрации программы для ЭВМ № 2014612803.
Mann S. and Haykin S. The chirplet transform: Physical considerations // IEEE Trans. Signal Processing. 1995
№ 43. Р. 2745–2461.
Рыбакова М.К., Митьков В.В. Дифференциальная диагностика в эхокардиографии (+ DVD). М.: ВИДАР. 2011. 232 с.
Рыбакова М.К., Митьков В.В. Эхокардиография в таблицах и схемах. Настольный справочник. М.: ВИДАР. 2011. 288 с.
Bunin A., Strizhakov A., Medvedev M., Ageeva M. “Diagnostic Importance of Dopplerometry in Cases of Fetal Development Retardation // Obstetrics & Gynecology. 1999. V. 12. Р. 41.
Николенко С., Кадурин А., Архангельская Е. Глубокое обучение. СПб: Питер. 2018. 480 с.
Haykin S. Neural Networks: A Comprehensive Foundation. 2-nd Edition. Prentice-Hallю 1999. 842 p.
Krizhevsky A., Sutskever I., Hinton G.E. ImageNet Classification with Deep Convolutional Neural Networks // Advances in Neural Information Processing Systems 25. Curran Associates, Inc. 2012. P. 1097-1105.
Goodfellow I., Bengio Y., Couruille A. Deep Learning. MIT Press. 2016. http://www.deeplearningbook.org. (дата обращения: 01.05.2018).
Goodfellow I. NIPS 2016 Tutorial: Generative Adversarial Networks // arXiv. 2017. http://arxiv.org/abs/1701.00160. (дата обращения: 01.05.2018).
Russakovsky O. et al. ImageNet Large Scale Visual Recognition Challenge // International Journal of Computer Vision (IJCV). 2015. V. 115. № 3. P. 211-252.
Li Deng, Dong Yu. Deep Learning: Methods and Applications // Foundations and Trends in Signal Processing. 2014. V. 7. № 3-4. P. 197-387.

[1] Агеева М.И. Доплерографическое исследование внутрисердечной гемодинамики плода при физиологическом его развитии во II-III триместрах беременности // Ультразвуковая и функциональная диагностика. 2005. № 3. С. 11-20.

[2] Медведева Д.А., Казанцев А.П., Пономарёва Ю.Н., Чацкис Е.М., Сенин А.А., Минаев Н.С., Абрамов А.М. Имитационная модель доплерометрии внутрисердечного кровотока плода // Биомедицинская радиоэлектроника». 2016. № 6. С. 38-44.

[3] Медведева Д.А., Казанцев А.П., Пономарёва Ю.Н., Чацкис Е.М., Сенин А.А., Минаев Н.С., Субботина Л.М., Кряков В.Г. Подход к телемедицинской технологии мониторирования внутрисердечной гемодинамики плода // Биомедицинская радиоэлектроника. 2017. № 7. С. 85-94.

[4] Kazantsev A., Ponomareva J., Kazantsev P. Developmentand validation of an AI-enabled mHealth technology for in-home pregnancy management // Proc. of the 2014 International Conference on Information Science, Electronics and Electrical Engineering. Apr. 26-28 2014. SapporoCity, Hokkaido, Japan. Beijing: IEEE. 2014. P. 927-931.

[5] Kazantsev A.P.; Senin A.A.; Ponomareva J.N.; Mochalova M.N. An mHealth approach to remote fetal monitoring // Proc. of the Int. Healthcare Innovation Conference (HIC). 8-10 Oct. 2014. Seattle, WA, USA. IEEE. 2014. P. 239-242.

[6] Казанцев А.П., Сенин А.А., Пономарёва Ю.Н., Мочалова М.Н., Прошин Е.М. Подход к созданию массовой телемедицинской технологии домашнего мониторинга плода // Биомедицинская радиоэлектроника. 2015. № 5. С. 37-45.

[7] Kazantsev A., Ponomareva J., Kazantsev P., Digilov R., Ping Huang. Development of e-health network for in-home pregnancy surveillance based on artificial intelligence // Proc. 2012 IEEE-EMBS Int. Conf. BHI. Hong Kong. 2012. Р. 82-84.

[8] Сенин А.А., Казанцев А.П. Цифровая запись и индикация аудиосигнала ультразвукового доплеровского зон-
да с передачей данных на удаленный сервер при мониторинге плода посредством мобильного устройства на платформе Android // Свидетельство о государственной регистрации программы для ЭВМ № 2014612803.

[9] Mann S. and Haykin S. The chirplet transform: Physical considerations // IEEE Trans. Signal Processing. 1995
№ 43. Р. 2745–2461.

[10] Рыбакова М.К., Митьков В.В. Дифференциальная диагностика в эхокардиографии (+ DVD). М.: ВИДАР. 2011. 232 с.

[11] Рыбакова М.К., Митьков В.В. Эхокардиография в таблицах и схемах. Настольный справочник. М.: ВИДАР. 2011. 288 с.

[12] Bunin A., Strizhakov A., Medvedev M., Ageeva M. “Diagnostic Importance of Dopplerometry in Cases of Fetal Development Retardation // Obstetrics & Gynecology. 1999. V. 12. Р. 41.

[13] Николенко С., Кадурин А., Архангельская Е. Глубокое обучение. СПб: Питер. 2018. 480 с.

[14] Haykin S. Neural Networks: A Comprehensive Foundation. 2-nd Edition. Prentice-Hallю 1999. 842 p.

[15] Krizhevsky A., Sutskever I., Hinton G.E. ImageNet Classification with Deep Convolutional Neural Networks // Advances in Neural Information Processing Systems 25. Curran Associates, Inc. 2012. P. 1097-1105.

[16] Goodfellow I., Bengio Y., Couruille A. Deep Learning. MIT Press. 2016. http://www.deeplearningbook.org. (дата обращения: 01.05.2018).

[17] Goodfellow I. NIPS 2016 Tutorial: Generative Adversarial Networks // arXiv. 2017. http://arxiv.org/abs/1701.00160. (дата обращения: 01.05.2018).

[18] Russakovsky O. et al. ImageNet Large Scale Visual Recognition Challenge // International Journal of Computer Vision (IJCV). 2015. V. 115. № 3. P. 211-252.

[19] Li Deng, Dong Yu. Deep Learning: Methods and Applications // Foundations and Trends in Signal Processing. 2014. V. 7. № 3-4. P. 197-387.

Аннотация

Для цитирования

Похожие статьи