The object of research, development or design (in Russian) : Электрокардиограмма, Фонокардиограмма

The object of research, development or design (in Kazakh) : Электрокардиограмма, Фонокардиограмма

Aim of work (in Russian) : Целью проекта является разработка полнофункционального прототипа программно-аппаратной платформы диагностики патологий сердечно‑сосудистой системы на основе анализа электрокардиограмм с применением методов и алгоритмов машинного обучения.

Aim of work (in Kazakh) : Жобаның мақсаты - электрокардиограмма негізінде машиналық оқыту әдістерін қолдана отырып, жүрек-қан тамыр жүйесі патологиясын диагностикалауға арналған толық функционалды прототипті, аппараттық-бағдарламалық платформа құру.

Методы исследования (на русском) : Машинное обучение, глубокое обучение

Методы исследования (на казахском) : Машинаны үйрету, терең оқыту

Obtained results and novelty (in Russian) : Первым шагом была предварительная подготовка и сбор данных. Использовались данные с носимых устройств, таких как смарт-часы и фитнес-браслеты. Эти устройства предоставили нам информацию о пульсе, активности, качестве сна и других параметрах здоровья пользователей. Кроме того, мы использовали данные ЭКГ, которые помогли нам в детализации картины заболеваний сердца. Следующим этапом стало предварительное обучение модели. Мы использовали нейронные сети для обработки и анализа полученных данных. Нашей целью было научить модель распознавать шаблоны и закономерности, которые могут указывать на наличие или риск развития сердечных заболеваний. Затем мы приступили к обучению модели на основе данных ЭКГ. Была применена методика глубокого обучения для обработки и классификации данных ЭКГ, что позволило модели выделять важные признаки и обнаруживать аномалии в электрокардиограммах.

Obtained results and novelty (in Kazakh) : Бірінші қадам деректерді алдын ала дайындау және жинау болды. Смарт сағаттар мен фитнес білезіктері сияқты киілетін құрылғылардан алынған деректер пайдаланылды. Бұл құрылғылар бізге жүрек соғу жиілігі, белсенділік, ұйқы сапасы және пайдаланушылардың денсаулығының басқа параметрлері туралы ақпарат берді. Сонымен қатар, біз жүрек ауруының көрінісін егжей-тегжейлі көрсетуге көмектесетін ЭКГ деректерін қолдандық. Келесі кезең модельді алдын-ала оқыту болды. Біз алынған деректерді өңдеу және талдау үшін нейрондық желілерді қолдандық. Біздің мақсатымыз модельді жүрек ауруының болуын немесе даму қаупін көрсететін үлгілер мен үлгілерді тануға үйрету болды. Содан кейін біз ЭКГ деректері негізінде модельді оқытуды бастадық. ЭКГ деректерін өңдеу және жіктеу үшін терең оқыту әдісі қолданылды, бұл модельге маңызды белгілерді анықтауға және электрокардиограммалардағы ауытқуларды анықтауға мүмкіндік берді.

The main constructive and technical economic indicators (in Russian) : Разработан и изготовлен аппаратный прототип с улучшенными характеристиками и новыми модулями для сбора и обработки данных.

The main constructive and technical economic indicators (in Kazakh) : Деректерді жинау және өңдеу үшін жетілдірілген сипаттамалары мен жаңа модульдері бар аппараттық прототип әзірленді және жасалды.

Level of implementation (in Russian) :

Level of implementation (in Kazakh) :

Efficiency (in Russian) :

Efficiency (in Kazakh) :

Field of application (in Russian) : Могут применятся в поликлиниках для для диагностики сердечных заболеваний

Field of application (in Kazakh) : Жүрек ауруларын диагностикалау үшін емханаларда қолдануға болады