ИСПОЛЬЗОВАНИЕ МОДЕЛЕЙ, МЕТОДОВ И АЛГОРИТМОВ РАСПОЗНАВАНИЯ И СЕГМЕНТАЦИИ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ В УПРАВЛЕНИИ В СФЕРЕ ОБРАЗОВАНИЯ И ЗДРАВОХРАНЕНИЯ ПРИ РАЗРАБОТКЕ ОБРАЗОВАТЕЛЬНЫХ ПРОГРАММ ПО НАПРАВЛЕНИЮ «IT-МЕДИЦИНА»
DOI:
https://doi.org/10.52167/1609-1817-2024-131-2-431-442Ключевые слова:
модели и методы, искусственный интеллект, IT-медицина, управлении в сфере образованииАннотация
В работе представлены модели и методы искусственного интеллекта (ИИ) для задач распознавания и сегментации медицинских изображений. Представленные модели и методы ИИ применяются в отрасли онкологии для оптимизации медицинских процессов. С применением ИИ можно выявить раннюю диагностику заболеваний, фармакотерапию (подбор и замена лекарственных препаратов). В работе предложены подход в виде главы при разработке образовательной программы по направлению «IT-медицина» в управлении в сфере образовании и здравоохранении. В предложенной главе рассмотрены использование модели и методов искусственного интеллекта для задач распознавания и сегментации медицинских изображений.
Библиографические ссылки
[1] А. Калинин. Новый подход к IT-медицине, World news. 5 мая 2023 г. (https://dknews.kz/ru/chitayte-v-nomere/287116-novyy-podhod-k-it-medicine;
[2] Паспорт образовательной программы IT в здравоохранении, Alikhan Bokeikhan University, https://abu.edu.kz/uploads/1/249/246/093f69c4ef11c7ebdff48f26669d35c0.pdf
[3] Официальный сайт о высшем образовании в России для иностранных студентов, https://studyinrussia.ru/study-in-russia/it-education-in-russia/
[4] Образовательная программа: "IT-медицина", ipusknik.kz, https://www.vipusknik.kz/specialties/it-medicina
[5] Mukasheva, A., Koishiyeva, D., Suimenbayeva, Z., Rakhmetulayeva, S., Bolshibayeva, A., Sadikova, G.(2023). Com-parison evaluation of unet-based models with noise augmentation for breast cancer segmentation on ultrasound images, Eastern-Eu-ropean Journal of Enterprise Technologies, 5 (9 (125)), 85–97. doi: https://doi.org/10.15587/1729-4061.2023. 289044,
[6] World Health Organization. URL: https://www.who.int/
[7] Davri, A., Birbas, E., Kanavos, T., Ntritsos, G., Giannakeas, N., Tzallas, A. T., & Batistatou, A. (2022), Deep learning on histopathological images for colorectal cancer diagnosis: A systematic review. Diagnostics, 12(4), 837c.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Гульназ Набиева, Нургуль Абуталипова, Алия Калижанова, Султан Ахметов, Арсен Смет
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
