Кошелев К. Б., Стрижак С. В., ИСП РАН, г. Москва
Развитие решателя iceFoam и библиотеки iceMPLNet с нейронной сетью для предсказания формы льда.
Архив семинара
Стажер-исследователь Михайлапов Денис Иванович
Коррекция маски на трехмерных томографических изображениях головного мозга для слабо контролируемой сегментации острого ишемического инсульта.
Аннотация
В работе представлен метод слабо контролируемой сегментации трехмерных изображений головного мозга, полученных с использованием компьютерной томографии для диагностики острого ишемического инсульта. Метод основан на применении карты расстояний и карты весов для улучшения качества сегментации пораженных областей, что позволяет обозначить значимость центральных областей и корректировать важность спорных пограничных участков.Новиков Никита Сергеевич
Прямой метод решения обратной задачи для гиперболического уравнения.
Аннотация
Статья посвящена применению подхода Гельфанда-Левитана к решению обратной задачи определения плотности и скорости среды по граничным данным. Метод позволяет свести нелинейную задачу к линейным интегральным уравнениям. В докладе будут рассмотрены основные особенности подхода и численные алгоритмы решения задачи.Каминский Григорий Дмитриевич
Симплификация Неверова.
Аннотация
Колебания заболеваемости всегда волновали исследователей эпидемий. Но причины, лежащие в их основе, различны. Также колебания различаются периодами. В докладе разбираются принципиальные различия поведения острых и хронических инфекций. Соответственно возникают особенности решения обратных задач.
Особая тема - синдемии, то есть одновременное развитие эпидемий двух или нескольких инфекций. Одной из губительных для человечества синдемий является распространение ВИЧ-инфекции и туберкулеза. Система синдемии многопараметрическая и нелинейная, а следовательно, характеризуется отсутствием аналитических решений. Сотрудником нашей лаборатории Андреем Неверовым предложена симплификация, позволяющая получить аналитическое решение.
В докладе исследуется развитие этого подхода в проблематике устойчивости. Формулируется положение об асимметричности коэффициентов смертности, влияющей на возникновение в системе бифуркаций.
Нестерова Ангелина Витальевна
Сравнительный анализ подходов к решению обратной задачи реконструкции изображений в эмиссионной медицинской томографии.
Аннотация
Количественные оценки накопления радиофармпрепарата в патологических очагах при обследовании методом однофотонной эмиссионной компьютерной томографии (ОФЭКТ) имеют ключевое значение для определения стадии заболевания и планирования радионуклидной терапии. В данной работе выполнено сравнение двух алгоритмов реконструкции изображений: стандартного итерационного алгоритма Ordered Subset Expectation Maximization (OSEM), которым оснащено большинство ОФЭКТ-установок, и регуляризированного алгоритма реконструкции на основе байесовского подхода Maximum A Posteriori (MAP) с априорной информацией в виде функционала энтропии (MAP-Ent). Исследования проводились методом имитационного компьютерного моделирования in silico с использованием цифрового двойника вещественного фантома NEMA IEC. Оценка точности проводилась по коэффициенту восстановления, равный отношению максимального значения полученного решения в очаге к его точной величине. Результаты показали, что метод MAP-Ent:
- обеспечивает более высокую количественную точность,
- уменьшает влияние краевых артефактов по сравнению с OSEM,
- позволяет контролировать артефакты за счёт выбора параметра регуляризации.
Таким образом, регуляризированный алгоритм MAP-Ent демонстрирует преимущества перед стандартным OSEM и может быть полезен для повышения точности диагностики и планирования терапии.
- Чубатов А. А. (Научно-технологический университет "Сириус" (Сочи))
FnLPDEs_FBSNNs — расширение возможностей фреймворка FBSNN (Forward-Backward SDEs and Neural Networks) (М. Raissi) для решения полностью нелинейных УРЧП.
- Стрижак С. В. (ИСП РАН), Кошелев К. Б. (ИВЭП СО РАН)
Физически-информированная нейронная сеть для изучения гидрологических процессов рек.
- Мальцев И. С. (ИСП РАН, МАИ), Стрижак С. В. (ИСП РАН, МАИ)
Физически-информированная нейронная сеть для решения уравнения Ричардса и изучения почвенных процессов.
Зятьков Николай Юрьевич
Прогнозирование распространения социально-значимых заболеваний, основанных на методах глубокого обучения в случае недостаточных данных.