Алтайский крайАмурская областьАрхангельская областьАстраханская областьБелгородская областьБрянская областьВладимирская областьВолгоградская областьВологодская областьВоронежская областьДонецкая Народная РеспубликаЕврейская АОЗабайкальский крайЗапорожская областьИвановская областьИркутская областьКабардино-Балкарская РеспубликаКалининградская областьКалужская областьКамчатский крайКарачаево-Черкесская РеспубликаКемеровская областьКировская областьКостромская областьКраснодарский крайКрасноярский крайКурганская областьКурская областьЛенинградская областьЛипецкая областьЛуганская Народная РеспубликаМагаданская областьМоскваМосковская областьМурманская областьНенецкий АОНижегородская областьНовгородская областьНовосибирская областьОмская областьОренбургская областьОрловская областьПензенская областьПермский крайПриморский крайПсковская областьРеспублика АдыгеяРеспублика АлтайРеспублика БашкортостанРеспублика БурятияРеспублика ДагестанРеспублика ИнгушетияРеспублика КалмыкияРеспублика КарелияРеспублика КомиРеспублика КрымРеспублика Марий ЭлРеспублика МордовияРеспублика Саха (Якутия)Республика Северная Осетия-АланияРеспублика ТатарстанРеспублика ТываРеспублика ХакасияРостовская областьРязанская областьСамарская областьСанкт-ПетербургСаратовская областьСахалинская областьСвердловская областьСевастопольСмоленская областьСтавропольский крайТамбовская областьТверская областьТомская областьТульская областьТюменская областьУдмуртская РеспубликаУльяновская областьХабаровский крайХанты-Мансийский АОХерсонская областьЧелябинская областьЧеченская РеспубликаЧувашская РеспубликаЧукотский АОЯмало-Ненецкий АОЯрославская область
Искать в проекте
В Москве создали нейросеть для автоматизации контроля МРТ-аппаратов
9 декабря 2022
Внедрение технологии позволит снизить время простоя и стоимость ремонта оборудования за счет своевременного выявления неисправностей.

Специалисты Центра диагностики и телемедицины департамента здравоохранения Москвы и МГУ им. М. В. Ломоносова создали метод автоматического контроля качества медицинских томографов с помощью нейросети. Об этом в пятницу сообщила пресс-служба вуза.

Новый подход предполагает автоматический анализ клинических снимков на предмет признаков ухудшения работы томографа. Чтобы определять их, нейросеть была обучена на изображениях, полученных с исправных и неисправных аппаратов. Автоматический анализ позволяет сократить время лаборанта, проверяющего качество работы оборудования вручную.

"Автоматический контроль качества изображений [в отличие от существующей практики] может проводиться в формате 24/7. Анализ одного трехмерного изображения занимает меньше секунды, поэтому после проведения исследования система сразу отметит «подозрительные» изображения. Далее персонал сможет проанализировать полученную информацию и при необходимости вызвать техническую бригаду для ремонта или замены оборудования", - приводит пресс-служба вуза слова доцента кафедры интеллектуальных информационных технологий факультета вычислительной математики и кибернетики МГУ им. М. В. Ломоносова Ольги Сенюковой.

https://tass.ru/obschestvo/16546473