Inventory number | IRN | Number of state registration | ||
---|---|---|---|---|
0324РК01332 | AP22788239-KC-24 | 0124РК00121 | ||
Document type | Terms of distribution | Availability of implementation | ||
Краткие сведения | Gratis | Number of implementation: 0 Not implemented |
||
Publications | ||||
Native publications: 0 | ||||
International publications: 0 | Publications Web of science: 0 | Publications Scopus: 0 | ||
Patents | Amount of funding | Code of the program | ||
0 | 29583522 | AP22788239 | ||
Name of work | ||||
Использование искусственного интеллекта для раннего выявления рака молочной железы у женщин в Казахстане | ||||
Type of work | Source of funding | Report authors | ||
Fundamental | Мәткерім Базаргүл | |||
0
0
0
0
|
||||
Customer | МНВО РК | |||
Information on the executing organization | ||||
Short name of the ministry (establishment) | МНВО РК | |||
Full name of the service recipient | ||||
Некоммерческое акционерное общество "Казахский национальный университет имени аль-Фараби" | ||||
Abbreviated name of the service recipient | НАО "КазНУ им. аль-Фараби" | |||
Abstract | ||||
1. Сбор и предварительная обработка данных. 2. Разработка диагностического инструмента на основе искусственного интеллекта. 3. Обучение и валидация моделей. 4. Анализ эффективности средств вычислительного прогнозирования на основе искусственного интеллекта в определении патогенности генетических вариантов в генах BRCA1 и BRCA2: . 5. Интеграция с системами здравоохранения. 6. Постоянное совершенствование и адаптация: постоянное обновление модели на основе новых данных и обратной связи. 1. Деректерді жинау және алдын ала өңдеу. 2. Жасанды интеллект негізінде диагностикалық құралын құру. 3. Модельдерді оқыту және валидациялау. 4. BRCA1 және BRCA2 гендеріндегі генетикалық нұсқалардың патогенділігін анықтауда жасанды интеллект негізіндегі есептеу болжау құралдарының тиімділігін талдау. 5. Денсаулық сақтау жүйесімен интеграция. 6. Үздіксіз жетілдіру және бейімдеу: жаңа деректер мен кері байланыс негізінде модельді үнемі жаңарту. Разработать наиболее эффективную модель глубокого обучения, которая позволит классифицировать МРТ-сканы и более точно выявлять рак молочной железы. МРТ сканерлеуін жіктейтін және сүт безі обырын дәлірек анықтайтын ең тиімді терең оқыту моделін құру. Методы машинного и глубокого обучений Машиналық оқыту және терең оқыту әдістері 1. Осуществлены сбор и предварительная обработка данных: собран и подготовлен обширный массив данных маммограмм, включающий как здоровые, так и раковые примеры. 2. Разработан диагностический инструмент на основе искусственного интеллекта: создана DL-модель, способная анализировать маммограммы на предмет выявления ранних признаков рака молочной железы. 1. Деректерді жинау және алдын ала өңдеу жүзеге асырылды: сау және қатерлі ісік үлгілерін қоса алғанда, маммограммалардың ауқымды деректер жинағы жиналды және дайындалды. 2. Жасанды интеллект негізінде диагностикалық құрал әзірленді: сүт безі қатерлі ісігінің ерте белгілерін анықтау үшін маммограммаларды талдай алатын DL моделі жасалынды. Разработанные DL-модели могут быть использованы при решении различных задач. Әзірленген DL модельдері әртүрлі мәселелерді шешу үшін пайдаланылуы мүмкін.
Научное сообщество, медицинская сфера, докторанты, магистранты и студенты технических и биологических факультетов вузов. Ғылыми қауымдастық, медицина саласы, университеттердің техникалық және биологиялық факультеттерінің докторанттары, магистранттары мен студенттері. |
||||
UDC indices | ||||
004.4 | ||||
International classifier codes | ||||
20.00.00; | ||||
Key words in Russian | ||||
рак молочной железы; искусственный интеллект; глубокое обучение; конволюционные нейронные сети; анализ медицинских изображений; | ||||
Key words in Kazakh | ||||
сүт безі қатерлі ісігі; жасанды интеллект; терең оқыту; конволюционды нейрондық желілер; медициналық кескінді талдау; | ||||
Head of the organization | Айтжанова Жамила Нурматовна | Доктор экономических наук / ассоциированный профессор (доцент) | ||
Head of work | Мәткерім Базаргүл | PhD / нет |