http://eir.kntu.net.ua/jspui/handle/123456789/43 2026-04-13T10:30:40Z 2026-04-13T10:30:40Z Яценко, Р. О. http://eir.kntu.net.ua/jspui/handle/123456789/2172 2025-09-18T11:35:36Z 2025-01-01T00:00:00Z

Title: Застосування алгоритму ортогонального пошуку відповідності для аналізу періодичних рухів верхньої кінцівки людини Authors: Яценко, Р. О. Abstract: У роботі розглядається застосування алгоритму ортогонального пошуку відповідності (ОМР) для кількісного аналізу періодичних рухів верхньої кінцівки людини в контексті післяінсультної реабілітації. Актуальність дослідження обумовлена високою частотою розвитку моторних порушень після інсульту, які вимагають об’єктивних методів оцінювання динаміки відновлення рухових функцій. Метою роботи є розробка та реалізація процедур аналізу рухових сигналів на основі ОМР із подальшою верифікацією отриманих параметрів за клінічними шкалами. Об’єктом дослідження є періодичні рухи верхньої кінцівки пацієнтів, які перенесли інсульт, а також контрольної групи здорових осіб. Предметом дослідження виступають спектральні характеристики рухових сигналів (середня частота, показники тремору та плавності), отримані шляхом розкладання сигналу за допомогою ОМР. У роботі застосовано інструментарій R Studio для обробки вихідних кінематичних даних: сегментації рухів на окремі цикли, побудови словника гармонічних атомів, виконання жадібного відбору компонентів з урахуванням ортогоналізації та розрахунку енергетичних показників тремору (> 4 Гц) і плавності (1–3 Гц). Методика включає такі етапи: збір і валідація даних за допомогою апаратних засобів реєстрації рухів; попередню обробку сигналів; застосування ОМР для виділення домінантних частотних складових; обчислення числових характеристик кожного рухового циклу; класифікацію типів руху та кореляційний аналіз із клінічними показниками (зокрема з оцінкою за шкалою FMA-UE). Виконано порівняння показників між контрольною групою та групою після інсульту, що дало змогу оцінити ступінь порушення моторної функції та ефективність реабілітаційних заходів. Наукова новизна роботи полягає в інтеграції алгоритму ОМР із клінічно орієнтованою методикою оцінки рухів після інсульту, що дозволяє отримати об’єктивні цифрові біомаркери тремору й плавності. Практичне значення полягає в тому, що розроблений підхід може бути використаний для моніторингу прогресу реабілітації й персоналізації терапевтичних програм. Результати дослідження можуть бути впроваджені в якості базису для створення програмного забезпечення наступного покоління, яке автоматизує процес оцінювання рухових розладів у пацієнтів після інсульту.

2025-01-01T00:00:00Z Трач, А. А. http://eir.kntu.net.ua/jspui/handle/123456789/2171 2025-09-18T11:35:26Z 2025-01-01T00:00:00Z

Title: Застосування методів глибинного навчання для сегментації пухлин головного мозку на магнітно-резонансних томографічних зображеннях Authors: Трач, А. А. Abstract: Дипломна робота присвячена автоматичній сегментації пухлин головного мозку на МРТ-зображеннях із використанням методів глибинного навчання. Об’єктом досліджкення є процес комп’ютерної обробки МРТ-знімків головного мозку. Предметом дослідження є методи сегментації пухлин за допомогою згорткових нейронних мереж на основі U-Net і бібліотеки MONAI. Мета роботи створення ефективної моделі для виявлення пухлин у 3D МРТ-даних. Виконано: (1) аналіз підходів до обробки медичних зображень; (2) побудова 3D U-Net на PyTorch і MONAI; (3) організація процесу навчання та валідації; (4) оцінка точності та візуалізація результатів. Перший розділ обґрунтовує тему та описує специфіку МРТ. Другий розділ подає огляд сучасних рішень на базі U-Net. Третій розділ розкриває етапи реалізації: підготовку даних, структуру моделі, застосування бібліотек. Четвертий розділ містить результати сегментації, приклади масок, графіки та пояснення точності. У висновках відзначено, що розроблена система забезпечує точну автоматизовану сегментацію та підвищує об’єктивність у медичному аналізі.

2025-01-01T00:00:00Z Поповідченко, В. О. http://eir.kntu.net.ua/jspui/handle/123456789/2170 2025-09-18T11:35:19Z 2025-01-01T00:00:00Z

Title: Розробка рекомендаційної системи для оптимізації управління персональною бібліотекою на базі Node.js. Authors: Поповідченко, В. О. Abstract: Об'єкт дослідження: процес персоналізованого керування мультимедійною бібліотекою із залученням сучасних рекомендаційних алгоритмів. У фокусі автоматизація добору контенту відповідно до інтересів користувача, а також оптимізація структури зберігання медіаданих. Предмет дослідження: вебтехнології, які застосовуються для створення клієнт-серверних систем: JavaScript/React для розробки інтерфейсу користувача, Node.js з Express як серверна основа, MongoDB як база даних, Redis для кешування, а також використання зовнішніх API з метою наповнення бібліотеки й формування рекомендацій. Мета дослідження: створення повнофункціональної вебплатформи для зручного керування персональною колекцією медіа ‒ фільмів, серіалів, книг і музики. У межах реалізації було спроєктовано архітектуру клієнт-серверної взаємодії, розроблено власне API для роботи з медіаданими, впроваджено кешування, створено систему онбордингу нових користувачів, а також проведено тестування й аналіз ефективності рекомендаційного модуля.

2025-01-01T00:00:00Z Перерва, В. В. http://eir.kntu.net.ua/jspui/handle/123456789/2169 2025-09-18T11:35:12Z 2025-01-01T00:00:00Z

Title: Розробка медичного чат-бота для діагностування пульмонологічних захворювань на основі ідентифікованих симптомів з використанням Node.js Authors: Перерва, В. В. Abstract: Об'єкт дослідження: процес попередньої діагностики пульмонологічних захворювань на основі аналізу симптомів, сформульованих користувачем у природній мовній формі, з подальшим наданням інформаційної підтримки за допомогою чат-бота. Предмет дослідження: сучасні веб-технології, зокрема середовище Node.js для серверної розробки, бібліотеки обробки природної мови (NLP.js), механізми REST-архітектури, а також інструменти інтеграції чат-ботів із платформами типу Telegram для реалізації медичного діалогу. Мета дослідження: створення інтелектуального медичного чат-бота, який здатен ідентифікувати симптоми пульмонологічних хвороб на основі введених користувачем повідомлень, оброблених методами обробки природної мови. Система має забезпечувати зручну, доступну та структуровану форму діалогу, орієнтовану на підвищення поінформованості користувача щодо потенційного стану здоров’я, не замінюючи при цьому кваліфіковану медичну консультацію. Для реалізації цієї мети створено серверну частину в середовищі Node.js, впроваджено NLP-модуль для аналізу симптомів, розроблено телеграм-інтерфейс для взаємодії з користувачем та протестовано систему на прикладах діалогових сценаріїв.

2025-01-01T00:00:00Z