Научно-исследовательские работы и проекты

• Исследование и разработка математического, информационного и программного обеспечения веб-сервисов распределенных систем автоматизации схемотехнического проектирования для моделирования больших интегральных схем в частотной и временной областях с учетом вариации параметров и внешних воздействий в условиях функционирования в гетерогенных средах.
• Разработка новых комбинированных подходов, основанных на комплексном использовании методов искусственного интеллекта, машинного обучения и статистического анализа в задачах анализа данных, автоматизации процесса выявления скрытых закономерностей, поддержки принятия решений, прогнозирования поведения систем и защиты информации. Научные результаты включают особенности построения и использования логических, гибридных и глубоких нейронных сетей, алгоритмы выбора внутренней топологии, настройки параметров, предобработки данных, выявления логических закономерностей и построения систем правил.
• Разработка теоретических основ, методов и аппаратно-ориентированных алгоритмов обработки изображений при ограниченных вычислительных ресурсах и создание специализированных однокристальных модулей предварительной обработки, анализа, выделения информативных признаков и распознавания объектов на изображениях.
• В области цифровой трансформации медицинской сферы были получены принципиально новые результаты в рамках инструментальной программно-алгоритмической обработки изображений, полученных с использованием различного медицинского оборудования (МРТ, КТ, рентген и т.д.), для трехмерной визуализации внутренних органов в интересах повышения эффективности решения диагностических и хирургических задач.
• Разработка эффективных методов управления доставкой информационных сообщений на основе теории оптимизации протоколов телекоммуникационных систем и сетей. Решение проблемы целостности и безопасности передачи данных в телекоммуникационных системах и минимизация влияния деструктивных факторов, таких как искажения, потери пакетов и задержки при их передаче, с помощью параметрической оптимизации линейного сетевого кода, в том числе с использованием методов прогнозирования характеристик канала передачи данных. Результаты исследований применимы для защиты телекоммуникационных сетей (противодействие DDoS-атакам, направленным на ухудшение процесса передачи данных), передаче мультимедийной информации (VoIP, IM, видеоконференции) в режиме, близком к реальному времени в условиях перегрузок в сетях, управления удаленными объектами при нестабильном уровне мощности сигнала (замирания, вызванные мобильностью объекта управления), а также оптимизации схемы канального кодирования для различных беспроводных технологий.
• Тематика оптимального управления стохастическими социально-экономическими системами связана с разработкой методики построения оптимальной стратегии инвестирования при наличии пошаговых вероятностных ограничений. Нахождение оптимальной стратегии страхования в случае, когда функционалы типа Марковица используются в ограничениях, и как целевой функционал. Формализация модели многошагового процесса оптимального инвестирования при различных предположениях об обрыве процесса. Решение одношаговой задачи инвестирования и задачи страхования при вероятностном ограничении на финальный капитал. Исследование модели в части сведения решения уравнений Беллмана к последовательности задач оптимизации, в которых нет зависимости от текущего капитала инвестора. Получение результатов об условиях оптимальности для компонент оптимальной стратегии инвестирования на каждом шаге при наличии безрискового актива и разрешении «коротких продаж».

Реализации

Построение распределенной схемотехнической САПР на основе сервис-ориентированной архитектуры и упаковки данных

Разработаны новые методы внедрения в системы моделирования Интернет-технологий, позволяющие существенно повысить эффективность работы автоматизированных систем схемотехнического проектирования путем обеспечения доступа к информационным ресурсам распределенных баз данных. Реализовано программное обеспечение платформно-независимых систем автоматизации схемотехнического проектирования в среде VisualStudio.Net. Разработаны новые алгоритмы математического описания нелинейных систем в частотной и временных областях на основе итерационных методов схемотехнической интерпретации и дискретизации параметров. Предложены методы повышения эффективности программного обеспечения систем моделирования на основе сжатия данных при хранении и обработке информации. Разработана программная реализация методов организации взаимодействия клиентских приложений и веб-сервисов распределенной системы автоматизированного проектирования в гетерогенных средах. Полученные результаты дают возможность обеспечить создание распределенной схемотехнической САПР радиоэлектронных схем на основе технологии веб-сервисов, позволяющей значительно поднять порядок сложности проектируемых схем, обеспечить платформенную независимость САПР и возможность ее коллективного использования в Интернет.



Высокопроизводительные вычисления и автоматизация параллельного программирования

Осуществляется разработка и исследование методов автоматического распараллеливания линейных программ для гетерогенных вычислительных систем, что исключает усилия программиста по анализу потока данных в программе, выявлению параллелизма и способствует синтезу параллельного вычислительного кода. Осуществляется разработка модуля для Java HotSpot VM для автоматического распараллеливания пользовательского кода с использованием современных методов основанных на модели многогранников. Бенчмарки, иллюстрирующие производительность параллельных программ, полученные с помощью разрабатываемого инструмента, показывают сопоставимые, а в ряде тестов значительно превосходящие результаты по сравнению с работой современных компиляторов Pluto на примере алгоритмов линейной алгебры.



Автоматизация процесса построения нейросетевых структур обработки данных и извлечение правил из обученных моделей

Разработка фундаментальных основ, комбинированных методов и алгоритмов, связанных с вопросами автоматизации процесса построения нейросетевых структур обработки данных в зависимости от ставящихся задач и имеющихся исходных данных, т.е. выбор архитектуры, оптимизация гиперпараметров и т.д. Проводятся исследования, рассматриваются различные подходы, анализируется их применимость и эффективность.
Не менее важное и актуальное направление исследований связано с разработкой теоретических принципов создания прозрачных систем машинного обучения - это конвергентный подход, как к извлечению новых знаний в предметной области, так и к выполнению проверки моделей. Интерпретируемость способна улучшить понимание изучаемого явления и послужить инструментарием для улучшения создаваемых моделей нейронных сетей и алгоритмов их обучения.



Обнаружение гиппокампа на серии кадров магнитно-резонансного томографа

Получены принципиально новые результаты в рамках инструментальной программно-алгоритмической обработки изображений магнитно-резонансной томографии (МРТ) головного мозга. Разработаны методы, алгоритмы и программное обеспечение для определения позиции и формы гиппокампа, построения его 3D моделей, расчета вольюметрии и других диагностических критериев ключевых структур мозга. Разработана концепция программно-аппаратного комплекса автоматизированного рабочего места врача рентгенолога. На базе созданных методов и программного обеспечения осуществлено измерение относительного объема гиппокампа у более семидесяти пациентов с признаками болезни Альцгеймера.



Анализ данных диффузионно-тензорной магнитно-резонансной томографии (ДТ-МРТ)

Посредством использования разработанных методик и инструментальных средств осуществлен анализ данных диффузионно-тензорной магнитно-резонансной томографии (ДТ-МРТ) для оценки вклада цереброваскулярной патологии в нарушение микроструктурной целостности белого вещества головного мозга у пациентов с болезнью Альцгеймера. Цель исследования заключалась в выявлении структурных образований, обладающих наибольшей специфичностью в выявлении поражения головного мозга. Изучены данные, полученные для 19 областей головного мозга, проведена их предобработка и визуализация с использованием самоорганизующихся карт Кохонена. Выделен ряд областей претендентов для построения классификатора. Дополнительная проверка для подтверждения полученного результата осуществлена с использованием нейросетевого классификатора на базе сети прямого распространения типа многослойный персептрон.



Исследование роли возрастных, сердечно-сосудистых и нейродегенеративных факторов в развитии субъективного и легкого когнитивного снижения в среднем и пожилом возрасте

Проведена серия независимых статистических анализов, с применением различных методов для исследования влияния нейропсихологических характеристик пациентов с доумеренным когнитивным снижением (ДУКС) в зависимости от наличия или отсутствия сердечно-сосудистых факторов риска. Все использованные методы (кластерный анализ, регрессионные деревья решений, комбинированный канонический анализ) показали, что на выраженность когнитивного снижения у пациентов с ДУКС значимо влияют артериальная гипертензия, сердечные нарушения и сахарный диабет, причем наиболее значимой была артериальная гипертензия.
Разработаны алгоритмы расчета интегрального показателя степени когнитивного снижения (ИПСКС) и классификаторов на их основе, (оптимизированный статистический классификатор и классификатор на основе методов машинного обучения). Важно отметить, что предварительно из исходного датасета были выделены наиболее значимые признаки и их сочетания, и именно они использовались для построения ИПСКС, причем их выделение осуществлялось, как на основании статистического подхода, так и методами машинного обучения. ИПСКС — важный инструмент для проведения исследований в области доумеренного когнитивного снижения. Его введение предоставляет удобный инструмент анализа течения когнитивных расстройств и исследования влияния различных факторов. Применение методов машинного обучения, в частности градиентного бустинга, позволило улучшить результат полученный методами статистического анализа. На основе подсчета коэффициента значимости признаков при обучении регрессионной модели были выявлены 5 следующих характеристик: тест на называние литеральных ассоциаций, тест на называние категориальных ассоциаций, субтест «память» краткой шкалы оценки психического статуса, общий балл по краткой шкале оценки психического статуса, общий балл по шкале оценки лобной дисфункции. Дополнительным преимуществом предложенного подхода является возможность удобной интерпретации и визуализации динамики когнитивного статуса пациента в виде графика.
Получены и обоснованы статистически значимые результаты, показывающие, что выделение ДУКС правомерно, имеет большое клиническое значение для профилактики нарастания когнитивного дефицита. Исследования ИПСКС подтверждают предположение о целесообразности разделения ДУКС на фазы субъективного когнитивного снижения (СКС) и легкого когнитивного снижения (ЛКС), что открывает перспективы для дальнейшего исследования особенностей течения когнитивных расстройств и раннего выявления когнитивных нарушений на додементных стадиях.



Текстурный анализ в морфологической верификации образований паренхимы почки

В основу разработанного подхода положена методика, которая оценивает количественные характеристики неоднородности изображений, полученных посредством лучевых методов диагностики (УЗИ, МСКТ, МРТ, ПЭТ-КТ). Целью является применение текстурного анализа 3D моделей локализованных образований паренхимы почки для морфологической верификации. Ориентируясь на особенности текстуры (уровни серости), плотность, концентрацию пикселей, расположение, а также с использованием методов искусственного интеллекта, появляется возможность определить паттерны для 3 морфологических форм рака (светлоклеточный, папиллярный, хромофобный) и 2 доброкачественных опухолей (ангиомиолипома, онкоцитома) паренхимы почки.



Разработка инновационного подхода диагностики кератоконуса на ранней стадии

Разработан оригинальный математический аппарат анализа цифровых изображений поперечных оптических срезов роговицы, получаемых по принципу Шаймпфлюг-камеры, для вычисления первичных признаков, характеризующих ее геометрические параметры в трехмерном пространстве. В процессе разработки оригинального математического аппарата для вычисления первичных признаков, характеризующих геометрические параметры роговицы в трехмерном пространстве, был выделен ряд признаков, не применявшихся ранее в диагностических алгоритмах, но высоко коррелирующих с начальными стадиями кератоконуса. Для этого были проведены фундаментальные изыскания на стыке медицины, биологии, линейной оптики и информатики.
Разработаны алгоритмы извлечения двух отобранных признаков начального кератоконуса: «латеральная позиция точки сочленения регулярной роговицы и зоны эктазии» и «величина светорассеивающей способности локальных зон стромы роговицы». Для обеспечения первичными данными, пригодными для извлечения этого признака, потребовалось решение задачи вычисления радиуса локальной кривизны передней и задней границ роговицы. После тестирования нескольких алгоритмов, был предложен алгоритм опирающийся на геометрическую аппроксимацию границ регрессионным сплайном со штрафной функцией. Впервые при разработке средств аппаратной диагностики кератоконуса, для подсистемы принятия решения был применен подход, связанный с построением виртуальной модели испытуемой роговицы на основе преобладающего класса в результатах классификации нескольких снимков. Основным научно-практическим результатом разработки и тестирования диагностической системы можно считать то, что предлагаемый метод машинной диагностики на основе сочетания морфометрического признака и признака структурного характера с учетом построения виртуальной модели роговицы показал 97% чувствительность к раннему кератоконусу, при тестировании на расширенной выборке пациентов. Ранее диагностика кератоконуса начальных стадии (первой, субклинической) считалась неразрешимой задачей в рамках кератотопографической диагностики.



Оценка биологического возраста на основе комплексного анализа морфометрических данных в задачах судебной медицины

Построена модель для определения возрастной группы, использующая данным по коже. Построена модель для определения пола, использующая данные по минеральной плотности. Использованы логистическая регрессия и алгоритм Random Forest.



Первичная обработка, построение границ и сегментация биологических объектов микроорганизмов на неоднородной по структуре поверхности

Разработан новый алгоритм выделения границ, а также автоматизированный подход разметки исходных изображений, построенный по принципу итеративного обновления обучающей выборки с применением нейросетевой модели YOLO для обнаружения областей интереса и выделения объектов на исходных изображений. Предлагаемый метод был апробирован с различными конфигурациями модели для разметки бактерий на изображениях, полученных с помощью сканирующего электронного микроскопа, и в среднем продемонстрировал показатели точности ~90%.