id
int64
18
21.1k
created_at
timestamp[ns, tz=UTC]date
2026-02-23 07:30:20
2026-02-24 16:54:39
updated_at
timestamp[ns, tz=UTC]date
2026-02-23 08:08:14
2026-02-24 16:54:39
doc_name
stringclasses
1 value
input
stringlengths
11
9.24k
output
stringlengths
0
738
is_personal
bool
2 classes
is_sentence
bool
2 classes
is_corrected
bool
2 classes
8,107
2026-02-24T08:46:06.369000Z
2026-02-24T08:46:06.369000Z
Lec.
Pahl C., Jamshidi P., Zimmermann O
false
false
false
8,106
2026-02-24T08:46:04.700000Z
2026-02-24T08:46:04.700000Z
Lec.
Определение фолликулярного резерва яичников по данным ультразвукового исследования на основе методов машинного обучения // МОЛОДЫЕ УЧЕНЫЕ: тезисы конференции НПКЦ, 2024
false
false
false
8,105
2026-02-24T08:46:02.802000Z
2026-02-24T08:46:02.802000Z
Lec.
В., Мошкин А.С
true
false
false
8,104
2026-02-24T08:46:01.305000Z
2026-02-24T08:46:01.305000Z
Lec.
А., Сидоров И
true
false
false
8,103
2026-02-24T08:45:59.697000Z
2026-02-24T08:45:59.697000Z
Lec.
T. 12. №. 6
false
false
false
8,102
2026-02-24T08:45:58.031000Z
2026-02-24T08:45:58.031000Z
Lec.
A systematic review of tests predicting ovarian reserve and IVF outcome // Human Reproduction Update. 2006
false
false
false
8,101
2026-02-24T08:45:55.898000Z
2026-02-24T08:45:55.898000Z
Lec.
Broekmans F
false
false
false
8,100
2026-02-24T08:45:54.278000Z
2026-02-24T08:45:54.278000Z
Lec.
Материалы работы применятся в написании научных работ и выступлениях на научных конференциях по тематикам программной инженерии и компьютерного зрения
false
true
false
8,099
2026-02-24T08:45:52.428000Z
2026-02-24T08:45:52.428000Z
Lec.
Основной задачей представленной итерации является развитие исследовательского и технического потенциала рассматриваемой темы
false
true
false
8,098
2026-02-24T08:45:50.643000Z
2026-02-24T08:45:50.643000Z
Lec.
Результаты данного проекта рассматриваются как результаты итерации и предполагают возможные изменения и доработки
false
true
false
8,097
2026-02-24T08:45:49.011000Z
2026-02-24T08:45:49.011000Z
Lec.
Во время выполнения участниками были получены новые знания в области промышленного программирования, анализа данных и ML-инжиниринга, которые полезны студентам технических специальностей
false
true
false
8,096
2026-02-24T08:45:47.247000Z
2026-02-24T08:45:47.247000Z
Lec.
Решение протестировано и развернуто
false
true
false
8,095
2026-02-24T08:45:44.964000Z
2026-02-24T08:45:44.964000Z
Lec.
Реализован полный набор сервисов и новый пользовательский интерфейс с использованием современных фреймворков;
false
true
false
8,094
2026-02-24T08:45:43.206000Z
2026-02-24T08:45:43.206000Z
Lec.
Проведено проектирование системы, основанной на микросервисной архитектуре: выполнено разделение задач между сервисами, определена структура программных интерфейсов;
false
true
false
8,093
2026-02-24T08:45:41.562000Z
2026-02-24T08:45:41.562000Z
Lec.
Проведены исследования в области анализа УЗИ снимков яичника, получены материалы для последующего улучшения текущего результата;
false
true
false
8,092
2026-02-24T08:45:39.721000Z
2026-02-24T08:45:39.721000Z
Lec.
Все поставленные задачи были выполнены:
false
true
false
8,091
2026-02-24T08:45:37.052000Z
2026-02-24T08:45:37.052000Z
Lec.
В результате данной работы был получен и протестирован функциональный прототип системы для определения фолликулярного резерва яичников на базе микросервисной архитектуры с использованием набора нейросетевых моделей
false
true
false
8,090
2026-02-24T08:45:35.166000Z
2026-02-24T08:45:35.166000Z
Lec.
Подготавливаются тезисы для участия в других научных мероприятиях
false
true
false
8,089
2026-02-24T08:45:33.536000Z
2026-02-24T08:45:33.536000Z
Lec.
Часть материалов работы была представлена на XXIX Межвузовской научно-технической конференции студентов, аспирантов и молодых специалистов им
false
true
false
8,088
2026-02-24T08:45:31.888000Z
2026-02-24T08:45:31.888000Z
Lec.
Переработан пользовательский интерфейс в сторону формирования личного кабинета специалиста-исследователя
false
true
false
8,087
2026-02-24T08:45:30.145000Z
2026-02-24T08:45:30.145000Z
Lec.
Качество нейросетевых моделей детекции и сегментации на базе диагностической системы за счет внедрения дообучения возросло на несколько процентов
false
true
false
8,086
2026-02-24T08:45:28.242000Z
2026-02-24T08:45:28.242000Z
Lec.
Доработаны существующие процессы: добавлен механизм дообучения моделей и пакетной обработки файлов
false
true
false
8,085
2026-02-24T08:45:26.640000Z
2026-02-24T08:45:26.640000Z
Lec.
Разработаны и внедрены новые функции: построение упрощенной 3D-модели яичника, определение важных кадров в серии изображений клинического случая;
false
true
false
8,084
2026-02-24T08:45:24.828000Z
2026-02-24T08:45:24.828000Z
Lec.
Предложены структуры хранилищ данных для решения задач детекции и сегментации, а также учета нейросетевых моделей;
false
true
false
8,083
2026-02-24T08:45:22.698000Z
2026-02-24T08:45:22.698000Z
Lec.
Формализованы процессы автоматического обучения моделей и обработки исходных данных;
false
true
false
8,082
2026-02-24T08:45:20.970000Z
2026-02-24T08:45:20.970000Z
Lec.
Предложена и реализована микросервисная архитектура для разработки приложения в сфере использования моделей компьютерного зрения;
false
true
false
8,081
2026-02-24T08:45:19.285000Z
2026-02-24T08:45:19.285000Z
Lec.
Основные результаты проекта:
false
true
false
8,080
2026-02-24T08:45:15.345000Z
2026-02-24T08:45:15.345000Z
Lec.
В рамках данного проекта был получен функциональный прототип программного продукта для решения задачи анализа овариального резерва по данным снимков УЗИ
false
true
false
8,079
2026-02-24T08:45:13.592000Z
2026-02-24T08:45:13.592000Z
Lec.
Реализованные алгоритмы обработки изображений и методы машинного обучения имеют возможность адаптации для решения смежных задач анализа снимков ультразвуковой диагностики
false
true
false
8,078
2026-02-24T08:45:11.835000Z
2026-02-24T08:45:11.835000Z
Lec.
Дополнительный экономический эффект достигается за счет модульной архитектуры решения, позволяющей постепенно наращивать функциональность без необходимости полной замены системы
false
true
false
8,077
2026-02-24T08:45:10.082000Z
2026-02-24T08:45:10.082000Z
Lec.
Система носит рекомендательный характер, предоставляя возможность сравнить результаты автоматического анализа и экспертной оценки, что позволяет исключить влияние человеческого фактора
false
true
false
8,076
2026-02-24T08:45:08.323000Z
2026-02-24T08:45:08.323000Z
Lec.
Автоматизация рутинных процессов измерения и подсчета фолликулов освобождает врачей от трудоемких вычислений, позволяя сосредоточиться на интерпретации результатов и постановке диагноза, а также снижает вероятность ошибок
false
true
false
8,075
2026-02-24T08:45:06.334000Z
2026-02-24T08:45:06.334000Z
Lec.
Основной эффект достигается за счет существенного сокращения времени, требуемого на анализ ультразвуковых изображений
false
true
false
8,074
2026-02-24T08:45:04.607000Z
2026-02-24T08:45:04.607000Z
Lec.
Разработанное решение обладает практической и экономической ценностью для ГОУ ВПО Орловского государственного университета им
false
true
false
8,073
2026-02-24T08:45:02.947000Z
2026-02-24T08:45:02.947000Z
Lec.
В качестве web-сервера используется nginx
false
true
false
8,072
2026-02-24T08:45:01.429000Z
2026-02-24T08:45:01.429000Z
Lec.
Сборка и упаковка реализованы посредством использования docker и docker-compose
false
true
false
8,071
2026-02-24T08:44:59.837000Z
2026-02-24T08:44:59.837000Z
Lec.
Программный код хранится в git, используется среда gitlab;
true
true
false
8,070
2026-02-24T08:44:57.962000Z
2026-02-24T08:44:57.962000Z
Lec.
Для работы с моделями типа YOLO используется ultralytics;
false
true
false
8,069
2026-02-24T08:44:56.450000Z
2026-02-24T08:44:56.450000Z
Lec.
Trimesh - фреймворк для работы с 3D-данными, используется для построения упрощенной 3D-модели яичника;
false
true
false
8,068
2026-02-24T08:44:54.567000Z
2026-02-24T08:44:54.567000Z
Lec.
Torch - фреймворк для работы с нейросетевыми моделями в среде python, предоставляет интерфейсы для создания, обучения и инференса моделей;
false
true
false
8,067
2026-02-24T08:44:52.628000Z
2026-02-24T08:44:52.628000Z
Lec.
СУБД PostgreSQL - классический вариант реляционной СУБД, который поставляется бесплатно, удобен в использовании и развертывании;
false
true
false
8,066
2026-02-24T08:44:51.082000Z
2026-02-24T08:44:51.082000Z
Lec.
Входит в число передовых фреймворков для разработки web-приложений за счет механики состояний;
false
true
false
8,065
2026-02-24T08:44:49.520000Z
2026-02-24T08:44:49.520000Z
Lec.
Язык JavaScript и фреймворк ReactJS - используется для разработки frontend-части системы, пользовательского интерфейса
false
true
false
8,064
2026-02-24T08:44:47.562000Z
2026-02-24T08:44:47.562000Z
Lec.
Используется в качестве основы для построения программных сервисов;
false
true
false
8,063
2026-02-24T08:44:46.097000Z
2026-02-24T08:44:46.097000Z
Lec.
Позволяет быстро прототипировать API, также является не таким нагруженным, как Django
false
true
false
8,062
2026-02-24T08:44:44.319000Z
2026-02-24T08:44:44.319000Z
Lec.
Фреймворк Flask для python - фреймворк для построения веб-интерфейсов на языке python
false
true
false
8,061
2026-02-24T08:44:42.592000Z
2026-02-24T08:44:42.592000Z
Lec.
Язык python 3.12 - используется в качестве серверного языка, имеет низкий порог входа, и оптимален для задач прототипирования в силу высокой скорости разработки;
false
true
false
8,060
2026-02-24T08:44:40.632000Z
2026-02-24T08:44:40.632000Z
Lec.
Перечислим основные средства разработки и обоснование их использования:
true
true
false
8,059
2026-02-24T08:44:39.189000Z
2026-02-24T08:44:39.189000Z
Lec.
Решение развернуто на физическом сервере типа VPS в формате демо, сборка была осуществлена автоматически
false
true
false
8,058
2026-02-24T08:44:37.586000Z
2026-02-24T08:44:37.586000Z
Lec.
Подобный тип сборки заранее требует подготовки и описания всех файлов зависимостей, а также доступа в сеть Интернет для загрузки необходимых пакетов
false
true
false
8,057
2026-02-24T08:44:36.049000Z
2026-02-24T08:44:36.049000Z
Lec.
Верхнеуровневый docker-compose.yml для сборки решения
false
true
false
8,056
2026-02-24T08:44:33.833000Z
2026-02-24T08:44:33.833000Z
Lec.
Финальный вариант верхнеуровневого docker-compose.yml представлен на рисунке 18
false
true
false
8,055
2026-02-24T08:44:32.253000Z
2026-02-24T08:44:32.253000Z
Lec.
Для осуществления корректной и полной сборки необходима двухуровневая архитектура, позволяющая автоматически запускать средства сборки контейнеров
false
true
false
8,054
2026-02-24T08:44:30.685000Z
2026-02-24T08:44:30.685000Z
Lec.
Для автоматизации упаковки и простоты развертывания предлагается использование docker-compose, а в частности, упаковка каждого сервиса в независимый контейнер с созданием среды для работы, например автоматическая установка программных библиотек
false
true
false
8,053
2026-02-24T08:44:29.046000Z
2026-02-24T08:44:29.046000Z
Lec.
Приложение ReactJS
false
true
false
8,052
2026-02-24T08:44:27.610000Z
2026-02-24T08:44:27.610000Z
Lec.
Сервис визуализации - приложение flask
false
true
false
8,051
2026-02-24T08:44:26.002000Z
2026-02-24T08:44:26.002000Z
Lec.
Сервис моделей
false
true
false
8,050
2026-02-24T08:44:24.534000Z
2026-02-24T08:44:24.534000Z
Lec.
Локальное хранилище файлов
false
true
false
8,049
2026-02-24T08:44:22.797000Z
2026-02-24T08:44:22.797000Z
Lec.
База данных postgres
true
false
false
8,048
2026-02-24T08:44:20.368000Z
2026-02-24T08:44:20.368000Z
Lec.
Приложение flask
false
true
false
8,047
2026-02-24T08:44:18.814000Z
2026-02-24T08:44:18.814000Z
Lec.
Сервис данных
false
true
false
8,046
2026-02-24T08:44:17.307000Z
2026-02-24T08:44:17.307000Z
Lec.
Аналитический сервер - приложение flask
false
true
false
8,045
2026-02-24T08:44:15.648000Z
2026-02-24T08:44:15.648000Z
Lec.
Общая структура системы выглядит следующим образом:
false
true
false
8,044
2026-02-24T08:44:13.762000Z
2026-02-24T08:44:13.762000Z
Lec.
Такой подход позволяет объединить сборку всех сервисов и служб в одну команду
false
true
false
8,043
2026-02-24T08:44:12.204000Z
2026-02-24T08:44:12.204000Z
Lec.
Во-первых, с помощью Docker-контейнера, во-вторых, с использованием docker-compose, то есть автоматизации процесса сборки контейнеров на уровне оркестрации
false
true
false
8,042
2026-02-24T08:44:10.357000Z
2026-02-24T08:44:10.357000Z
Lec.
В рассматриваемой версии проекта было принято решение реализовать поставку решения двумя способами
false
true
false
8,041
2026-02-24T08:44:08.771000Z
2026-02-24T08:44:08.771000Z
Lec.
Подобный алгоритм устойчив к выбросам, так как кадры ранжируются на основе среднего значения количества фолликулов
false
true
false
8,040
2026-02-24T08:44:07.219000Z
2026-02-24T08:44:07.219000Z
Lec.
Так как количество фолликулов в яичнике является ключевым биомаркером, по которому оценивается овариальный резерв, было принято решения оценивать кадры на основе количества детектируемых фолликулов
false
true
false
8,039
2026-02-24T08:44:05.446000Z
2026-02-24T08:44:05.446000Z
Lec.
Выбирается 10% значимых кадров на основе позиции (в случае дробного числа округляется к ближайшему целому сверху)
false
true
false
8,038
2026-02-24T08:44:03.914000Z
2026-02-24T08:44:03.914000Z
Lec.
Кадры ранжируются относительно близости к среднему значению;
false
true
false
8,037
2026-02-24T08:44:02.382000Z
2026-02-24T08:44:02.382000Z
Lec.
Рассчитывается количество детектируемых фолликулов, считается среднее значение;
false
true
false
8,036
2026-02-24T08:44:00.760000Z
2026-02-24T08:44:00.760000Z
Lec.
Каждый снимок оценивается набором моделей отдельно, выделяется яичник и фолликулы:
false
true
false
8,035
2026-02-24T08:43:59.250000Z
2026-02-24T08:43:59.251000Z
Lec.
Так как данная функция в рамках проекта является экспериментальной, был предложен базовый алгоритм выбора важных кадров внутри серии снимков:
false
true
false
8,034
2026-02-24T08:43:55.993000Z
2026-02-24T08:43:55.993000Z
Lec.
В перспективе планируется усовершенствование алгоритма с учетом индивидуальных анатомических особенностей и добавлением механизмов коррекции формы на основе статистических данных
false
true
false
8,033
2026-02-24T08:43:54.356000Z
2026-02-24T08:43:54.356000Z
Lec.
Данная реализация предназначена в первую очередь для наглядной визуализации пространственного распределения фолликулов, а не для точных объемных измерений
false
true
false
8,032
2026-02-24T08:43:52.679000Z
2026-02-24T08:43:52.679000Z
Lec.
Пример сформированной 3D-модели яичника с фолликулами
false
true
false
8,031
2026-02-24T08:43:50.923000Z
2026-02-24T08:43:50.923000Z
Lec.
Пример модели представлен на рисунке 17
false
true
false
8,030
2026-02-24T08:43:48.870000Z
2026-02-24T08:43:48.870000Z
Lec.
Внутри нее располагаются сферические объекты, соответствующие обнаруженным фолликулам, положение которых определяется на основе их координат на исходных 2D-срезах
false
true
false
8,029
2026-02-24T08:43:47.272000Z
2026-02-24T08:43:47.272000Z
Lec.
Полученные контуры вращаются вокруг вертикальной оси с определенным шагом, формируя объемную структуру в виде упрощенной трехмерной оболочки яичника [13]
false
true
false
8,028
2026-02-24T08:43:45.514000Z
2026-02-24T08:43:45.514000Z
Lec.
Для всех УЗИ-изображений присутствует разметка
false
true
false
8,027
2026-02-24T08:43:43.891000Z
2026-02-24T08:43:43.891000Z
Lec.
Модель формируется с помощью анализа ультразвукового снимка
false
true
false
8,026
2026-02-24T08:43:42.262000Z
2026-02-24T08:43:42.262000Z
Lec.
Высокая сложность точной трехмерной реконструкции по 2D-изображениям УЗИ, а также отсутствие подходящих данных, обуславливает использование эвристического метода, основанного на осевой симметрии органа
false
true
false
8,025
2026-02-24T08:43:40.634000Z
2026-02-24T08:43:40.634000Z
Lec.
Для визуализации пространственной структуры яичника и фолликулов разрабатывается упрощенный подход к построению 3D-модели на основе одного изображения или серии ультразвуковых снимков
false
true
false
8,024
2026-02-24T08:43:38.849000Z
2026-02-24T08:43:38.849000Z
Lec.
Решение базируется на уже описанной модели YOLOv8 с качеством до 50%
false
true
false
8,023
2026-02-24T08:43:37.161000Z
2026-02-24T08:43:37.161000Z
Lec.
Детекция фолликулов представляет собой выделение рамок для фолликулов внутри яичника
false
true
false
8,022
2026-02-24T08:43:35.587000Z
2026-02-24T08:43:35.587000Z
Lec.
Процесс детекции подразумевает получение рамки, в которой находится объект, что является не столь достоверными данными в сравнении с сегментацией
false
true
false
8,021
2026-02-24T08:43:33.985000Z
2026-02-24T08:43:33.985000Z
Lec.
Для детекции яичника используется модель YOLOv8, что позволяет получать решение быстро даже на CPU с качеством около 65%
false
true
false
8,020
2026-02-24T08:43:32.425000Z
2026-02-24T08:43:32.425000Z
Lec.
В качестве решения используется предобученная модель U-Net++ [12], которая показывает качество порядка 60% после процесса fine-tuning
false
true
false
8,019
2026-02-24T08:43:30.856000Z
2026-02-24T08:43:30.856000Z
Lec.
Сегментация яичника представляет собой задачу поиска точного местоположения яичника на изображении и выделение его границ
false
true
false
8,018
2026-02-24T08:43:29.102000Z
2026-02-24T08:43:29.102000Z
Lec.
Комплексная предварительная обработка позволяет существенно улучшить качество входных данных для последующих этапов анализа, предоставляя стабильно высокую точность работы моделей сегментации и детекции даже при обработке снимков, полученных на различном ультразвуковом оборудовании
false
true
false
8,017
2026-02-24T08:43:27.316000Z
2026-02-24T08:43:27.316000Z
Lec.
Аугментация включает в себя случайный поворот снимков и разметки, а также удаление и восстановление области яичника
false
true
false
8,016
2026-02-24T08:43:25.556000Z
2026-02-24T08:43:25.556000Z
Lec.
Также по запросу пользователя исходный датасет дополняется аугментациями для увеличения исходного объема данных
false
true
false
8,015
2026-02-24T08:43:23.470000Z
2026-02-24T08:43:23.470000Z
Lec.
В отличие от традиционных методов подавления шума, рассматриваемый подход обеспечивает комплексное улучшение визуальных характеристик снимка, то есть уменьшает спекл-шум, характерный для УЗИ, повышает контрастность структурных элементов, и улучшает четкость границ яичника
false
true
false
8,014
2026-02-24T08:43:21.660000Z
2026-02-24T08:43:21.660000Z
Lec.
Для повышения качества изображения применяется модель SwinIR [11], адаптированная для работы с медицинскими ультразвуковыми изображениями
false
true
false
8,013
2026-02-24T08:43:19.801000Z
2026-02-24T08:43:19.801000Z
Lec.
В первую очередь каждое УЗИ-исследование проходит этап автоматического выделения диагностически значимой области с использованием оптимизированной модели YOLOv8s [10], демонстрирующей точность детекции (mAP) на уровне 0.995, что позволяет исключить из обработки метаданные исследования и вспомогательные элементы интерфейса ультразвукового аппарата, которые негативно влияют на работу алгоритмов анализа
false
true
false
8,012
2026-02-24T08:43:17.892000Z
2026-02-24T08:43:17.892000Z
Lec.
В текущей версии системы реализован процесс предобработки снимков, включающий несколько ключевых этапов
false
true
false
8,011
2026-02-24T08:43:16.195000Z
2026-02-24T08:43:16.195000Z
Lec.
Предварительная обработка ультразвуковых изображений представляет собой важный этап анализа, существенно влияющий на качество последующей сегментации и детекции
false
true
false
8,010
2026-02-24T08:43:14.637000Z
2026-02-24T08:43:14.637000Z
Lec.
Впоследствии из каждого снимка выделяется полезная область
false
true
false
8,009
2026-02-24T08:43:13.131000Z
2026-02-24T08:43:13.131000Z
Lec.
Каждый снимок содержит метаинформацию в виде шкалы глубины, что не является важной диагностической информацией
false
true
false
8,008
2026-02-24T08:43:11.232000Z
2026-02-24T08:43:11.232000Z
Lec.
Менопауза — малый размер яичника, отсутствие фолликулов
false
true
false