Кафедра біомедичної кібернетики

Проєкт 1.
Класифікація стану норма-патологія при дифузних захворюваннях за ультразвуковими зображеннями печінки

Система визначає первинний діагноз «норма-патологія» для сукупності дифузних захворювань печінки, найпоширеними з яких є гепатоз, гепатит, фіброз і цироз печінки. Для вибірки даних з захворюваннями на гепатити В та С, автоімунний гепатит, хворобу Вільсона, стеатоз та цироз печінки авторами розроблено класифікатор: удосконалену версію випадкового лісу. Одержано результати класифікації на рівні кращих світових робіт для подібних завдань. Точність діагностики одержано від 90 до 100 відсотків на тестовій вибірці, в залежності від типу датчика ультразвукового дослідження. Результати апробовані у Інституті ядерної медицини та променевої діагностики НАМН України у вигляді розробленої web-системи підтримки прийняття рішень.

• Патент України на корисну модель № 139916 «Спосіб діагностики дифузних захворювань печінки у дітей»
  Винахідники: Дикан І.М., Настенко Е.А., Максименко В.Б., Павлов В.А., Круглий В. В., Тарасюк Б.А., Березенко В.С., Солодущенко В.В.
• Майнові права на твір наукового характеру: «Система підтримки прийняття рішень при діагностиці фіброзних змін печінки у дітей»
  Автори Дикан І.М., Максименко В.Б., Настенко Е.А., Тарасюк А.Б., Павлов В.А., Круглий В.В., Носовець О.К., Бабенко В.О., Гончарук М.О., Березенко В.С., Солодущенко В.В.. ДП «Український інститут державної властності» Реєстраційний номер  6461  від 29 грудня 2021 року.
• Майнові права на твір наукового характеру: «Система виявлення хронічних дифузних захворювань печінки»
  Автори Дикан І.М., Настенко Е.А., Павлов В.А., Тарасюк А.Б., Бабенко В.О., Круглий В.В., Солодущенко В.В., Гончарук М.О., Аверьянова О.А. ДП «Український інститут державної властності». Реєстраційний номер  6659 від  13 січня 2023 р
• I. Nastenko et al., “Liver Pathological States Identification in Diffuse Diseases with Self-Organization Models Based on Ultrasound Images Texture Features,” 2020 IEEE 15th International Conference on Computer Sciences and Information Technologies (CSIT), Zbarazh, Ukraine, 2020, pp. 21-25, doi: 10.1109/CSIT49958.2020.9321999.
• Nastenko, I. et al. (2021). Liver Pathological States Identification with Self-organization Models Based on Ultrasound Images Texture Features. In: Shakhovska, N., Medykovskyy, M.O. (eds) Advances in Intelligent Systems and Computing V. CSIT 2020. Advances in Intelligent Systems and Computing, vol 1293. Springer, Cham. https://doi.org/10.1007/978-3-030-63270-0_26
• D. Hrishko et al., “Optimal Complexity Structures of Ultrasound Image Models in Diagnostic Decision Making System,” 2021 IEEE 16th International Conference on Computer Sciences and Information Technologies (CSIT), LVIV, Ukraine, 2021, pp. 390-393, doi: 10.1109/CSIT52700.2021.9648686.

Проєкт 2.
Ідентифікація ішемічної хвороби серця за відеоданими спекл-трекінг ехокардіографії із застосуванням ехострестесту з добутаміном

Дослідження проводилась на базі Національного інституту серцево-судинної хірургії ім. М. Амосова. Робота є унікальною для систем підтримки прийняття медичних рішень при ішемічній хворобі серця. Розроблений авторами діагностичний класифікатор показав найкращий результат по відношенню до відомих статистичних алгоритмів: Логістична регресія, AdaBoost, Випадковий ліс. Одержана точність класифікації варіюється від 83.3 до 90.3 відсотків на тестовій вибірці в залежності від позиції зйомки: двокамерна, чотирьохкамерна, повздовжня вісь. Результати дослідження захищено статтями,  у тому числі індекcованими у наукометричній базі Scopus.

• Nastenko, I., Maksymenko, V., Potashev, S., Pavlov, V., Babenko, V., Rysin, S., Matviichuk, O., & Lazoryshinets, V. (2021). Random Forest Algorithm Construction for the Diagnosis of Coronary Heart Disease Based on Echocardiography Video Data Streams. Innovative Biosystems and Bioengineering, 5(1), 61–69. https://doi.org/10.20535/ibb.2021.5.1.225794
• Petrunina, O., Shevaga, D., Babenko, V., Pavlov, V., Rysin, S., & Nastenko, I. (2021). Comparative Analysis of Classification Algorithms in the Analysis of Medical Images From Speckle Tracking Echocardiography Video Data. Innovative Biosystems and Bioengineering, 5(3), 153–166. https://doi.org/10.20535/ibb.2021.5.3.234990
• Smiianov, V. A., Rudenko, S. A., Potashev, S. V., Salo, S. V., Gavrylyshin, A. Y., Levchyshina, E. V., Hrubyak, L. M., Nosovets, E. K., Nastenko, E. A., Rudenko, A. V., & Lazoryshynets, V. V. (2020). SPECKLE TRACKING DOBUTAMINE STRESS ECHOCARDIOGRAPHY DIAGNOSTIC ACCURACY IN PRIMARY CORONARY ARTERIES DISEASE DIAGNOSIS. Wiadomosci lekarskie (Warsaw, Poland : 1960), 73(11), 2447–2456.

Проєкт 3.
Діагностування та класифікація типів ураження легень (матове скло, бруківка, консолідація) по  знімках комп’ютерної томографії при захворюванні на Covid-19

Дослідження надані державною установою «Національний інститут фтизіатрії і пульмонології ім. Ф.Г. Яновського НАМН України». Для діагностики уражень було розроблено гібридну систему класифікації на основі згорткової нейронної мережі та самоорганізованого лісу.Pезультати класифікації типів уражень легень при захворюванні на Covid-19 одержано на рівні кращих світових результатів досліджень для даної задачі. Досягнутий рівень точності класифікації – 95% на тестовій вибірці даних.

Проєкт 4.
Диференціювання по знімках комп’ютерної томографії легень хіміорезистентної та хіміочутливої форм туберкульозу

Дослідження надані державною установою «Національний інститут фтизіатрії і пульмонології ім. Ф.Г. Яновського НАМН України». Для диференційної діагностики хіміорезистентного туберкульозу розроблена класорієнтована технологія селекції текстурних ознак з зображень легень та нові удосконалені класифікатори на основі згорткових мереж та лісів дерев прийняття рішень. Результати діагностики одержано на рівні кращих світових результатів досліджень для даної задачі. Точність класифікації запропонованих авторами підходів 85- 95% на тестовій вибірці в залежності від запропонованого підходу та предмета діагностики (окремі області інтересу чи виділені легені цілком).   Результати були впроваджені в Національний інститут фтизіатрії і пульмонології ім. Ф.Г. Яновського НАМН України.  

• O. Matviichuk, O. Nosovets, M. Linnik, O. Davydko, V. Pavlov and I. Nastenko, “Class-Oriented Features Selection Technology in Medical Images Classification Problem on the Example of Distinguishing Between Tuberculosis Sensitive and Resistant Forms,” 2021 IEEE 16th International Conference on Computer Sciences and Information Technologies (CSIT), LVIV, Ukraine, 2021, pp. 385-389, doi: 10.1109/CSIT52700.2021.9648747.
• O. Matviichuk, O. Biloshytska, O. Horodetska, V. Pavlov, M. Linnik and I. Nastenko, “Positional Approach to the Voting Function Formation of Random Forest Trees as an Example of Solving the Differentiating Tuberculosis Forms Problem,” 2022 IEEE 17th International Conference on Computer Sciences and Information Technologies (CSIT), Lviv, Ukraine, 2022, pp. 555-558, doi: 10.1109/CSIT56902.2022.10000450.

Проєкт 5.
Нові технології оцінки функціональних та компенсаторних резервів серцево-судинної системи у молоді

Сумісно із кафедрою фізичного виховання ФБМІ, на основі більше 3500 обстежень, досліджені реакції системи кровообігу студентів на фізичні навантаження. Виявлені групи ризику раптових розладів кровообігу та побудовані діагностичні моделі. Результати впроваджені у навчальний процес.