КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ СЕРДЦА НА ОСНОВЕ МАГНИТНО-РЕЗОНАНСНОЙ ТОМОГРАФИИ: КЛИНИЧЕСКОЕ ПРИМЕНЕНИЕ В АРИТМОЛОГИИ

Стукалова О. В.; Серова Н. С.; А. М. Чеповский; Терновой С. К.

doi:10.21569/2222-7415-2021-11-2-32-45

Публикации

?

КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ СЕРДЦА НА ОСНОВЕ МАГНИТНО-РЕЗОНАНСНОЙ ТОМОГРАФИИ: КЛИНИЧЕСКОЕ ПРИМЕНЕНИЕ В АРИТМОЛОГИИ

Russian Electronic Journal of Radiology. 2021. Т. 11. № 2. С. 32–45.

Стукалова О. В., Серова Н. С., Чеповский А. М., Терновой С. К.

В статье представлен обзор современной отечественной и зарубежной литературы, по-священной различным подходам к созданию моделей сердца, от первых очень простых компьютерных симуляций электрофизиологии до современных, основанных на магнитно-резонансной
томографии с контрастированием, с отражением не только анатомии, но и структуры миокар-да. Также в данном обзоре обсуждается вопрос практического применения данных технологий
для повышения эффективности сердечной ресинхронизирующей терапии, аблации желудочко-вых нарушений ритма сердца, оценки постаблационных повреждений после проведенного
вмешательства. Совершенствование разработки трехмерных персонализированных моделей
сердца окажет влияние на диагностику, планирование лечения и профилактику сердечно-сосудистых заболеваний.

Научное направление: Клиническая медицина Фундаментальная медицина Медицинские технологии Компьютерные науки

Приоритетные направления: компьютерно-математическое

Язык: русский

Полный текст

DOI

Ключевые слова: magnetic resonance imaging магнитно-резонансная томография 3-dimensional heart models,the structure of the myocardium трехмерные модели сердца структура миокарда

KMHCR: A Key-Controlled Signal-Domain Transformation for 5G IoT Security

Ronglin Z., Wei L., Jiahong C. и др., Journal of Signal Processing Systems 2026 Vol. 98 P. 1–15

Добавлено: 16 мая 2026 г.

DPN Verifier: Инструментарий для ускоренной верификации и исправления дефектных моделей процессов с данными

Суворов Н. М., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 3(2) P. 49–66

Сети Петри с данными (DPN) являются расширением классических сетей Петри, позволяющим моделировать процессы, где данные влияют на поток управления, обеспечивая комплексное представление о поведении системы и возможность обнаружения точек отказа, которые в противном случае были бы скрыты. Одним из критериев корректности для моделей процессов является бездефектность. Модель процесса называется бездефектной, если она всегда корректно завершается ...

Добавлено: 16 мая 2026 г.

QGKM: A Quantum Fidelity-Based Graph Clustering Framework for Robust Data Pattern Recognition in Education Social Networks QGKM: A Quantum Fidelity-Based Graph Clustering Framework for Robust Data Pattern Recognition in Education Social Networks

Neal N. X., Weiqing L., Dacheng H. и др., Algorithms 2026 Vol. 19 No. 5 P. 1–22

Добавлено: 13 мая 2026 г.

Proceedings of the 9th Student Research Workshop associated with the International Conference Recent Advances in Natural Language Processing

Velichkov B., Nikolova-Koleva I., Slavcheva M., Shumen: INCOMA Ltd, 2025.

Добавлено: 12 мая 2026 г.

Интегрированная среда моделирования для верификации и валидации программ управления подключенными и высокоавтоматизированными транспортными средствами

Степанянц В. Г., Долгов И. М., Хорошилов Г. С. и др., Труды Института системного программирования РАН 2026 Т. 38 № 3 С. 95–110

На рынок постепенно выходят высокоавтоматизированные и подключенные транспортные средства (ТС). В настоящее время предлагаются решения, позволяющие использовать эти технологии для совместного управления дорожным движением, что может значительно повысить его безопасность. В статье анализируются требования к интегрированной среде моделирования подключенных и высокоавтоматизированных ТС и совместной автоматизации управления дорожным движением с высокодетализированным учетом влияния окружающих объектов. Проанализированы ...

Добавлено: 12 мая 2026 г.

Connected and Automated Vehicle Scenario Manager Graphical User Interface

Тихонов Р. А., Efendiev M. T., Fedotenkov A. A., 2026 International Russian Smart Industry Conference (SmartIndustryCon) 2026 P. 542–547

Добавлено: 11 мая 2026 г.

Proceedings 2026 IEEE 11th International Conference on Smart Cloud SmartCloud 2026 8-10 May 2026

Los Alamitos: IEEE Computer Society, 2026.

Добавлено: 10 мая 2026 г.

От неизвестности к прозрачности: обзор технологий объяснимого ИИ (XAI)

Авдошин С. М., Песоцкая Е. Ю., Информационные технологии 2026 Т. 32 № 4 С. 185–194

С развитием ИИ, и в особенности глубокого обучения, появились модели, способные давать крайне точные прогнозы. Однако их внутренняя логика остается трудной для понимания — и это серьезная проблема, особенно в сферах, где от корректности алгоритма зависят критиче ски важные решения. Одним из перспективных путей ее решения считается направление Explainable Artificial Intelligence (XAI) — разработка подходов, позволяющих прояснять ...

Добавлено: 8 мая 2026 г.

Explainable AI for Industry 5.0: Shedding light on the black box

Авдошин С. М., Песоцкая Е. Ю., Business Informatics 2026 Vol. 20 No. 1 P. 7–28

Добавлено: 8 мая 2026 г.

Comparative Analysis of Students’ Perceptions of Programming Puzzles: Parson’s and Wordle-Like

Варнавский А. Н., IEEE Access 2026 Vol. 14 P. 37487–37508

Добавлено: 7 мая 2026 г.

Towards performance analysis of GPU-aware MPI over Angara interconnect

Ismagilov T., Mukosey A., Смирнов Ф. А. и др., International Journal of High Performance Computing Applications 2026 Vol. 40 No. 2 P. 240–253

Добавлено: 7 мая 2026 г.

Motor imagery perspective shapes corticospinal excitability with effector-specific effects

Феурра М., Перевознюк Г. С., Рагимова А. А. и др., Scientific Reports 2026 No. 16 Article 13098 (2026)

Добавлено: 5 мая 2026 г.

Программные инструментальные средства для разработки мероприятий по снижению брака серийного производства

Ясницкий Л. Н., Голдобин М. А., Мезенцев А. С., Прикладная математика и вопросы управления 2025 № 2 С. 99–116

Представлен обзор современных методов и основанных на них программных инструментах, применяемых для математического моделирования серийных производственных процессов с целью снижения брака и повышения качества производимых изделий. Перечисляются группы работ, нацеленных на обнаружение и классификацию дефектов, работ, в которых решаются задачи прогнозирования образования дефектов и определения значимости параметров, работ направленных на поиск оптимального сочетания технологических параметров изготовления изделий, ...

Добавлено: 5 мая 2026 г.

Моделирование и оценка ресурсных затрат алгоритмов маршрутизации в сетях на кристалле с двумерной циркулянтной топологией

Монахова Э. А., Монахов О. Г., Рзаев Э. Р. и др., Прикладная дискретная математика 2026 Т. 71 С. 112–127

В настоящей работе исследовано совместное конструирование топологий семейств оптимальных по диаметру циркулянтных сетей $C(N; \pm 1, \pm s_2)$ и реализуемых для них оптимальных алгоритмов маршрутизации сложности $O(1)$. Предлагаемый алгоритм маршрутизации основан на использовании масштабируемых параметров $L$-образных шаблонов плотной укладки графов на плоскости для семейств оптимальных сетей. Определены аналитические формулы зависимости этих параметров от диаметра графов семейств ...

Добавлено: 4 мая 2026 г.

AlphaDent: A dataset for automated tooth pathology detection

Sosnin E. I., Vasil’ev Y. L., Solovyev R. A. и др., Computer Optics 2025 Vol. 49 No. 6 P. 1129–1137

Добавлено: 4 мая 2026 г.

Мультимодальные модели в медицинской диагностике как универсальный инструмент

Назаренко А. Г., Федоров М. В., Мошкин А. С. и др., Вестник Росздравнадзора 2026 № 1 С. 14–29

Мультимодальные фундаментальные модели и медицинские мультимодальные большие языковые модели формируют новый класс диагностических систем поддержки принятия решений, способных работать с разнородными источниками данных: медицинскими изображениями (рентген, КТ, МРТ, УЗИ, гистология), сигналами (ЭКГ, ЭЭГ), текстом (история болезни, протоколы, выписки), лабораторными показателями, данными молекулярного профилирования и др. В статье систематизированы архитектуры и стратегии обучения, обеспечивающие переносимость между ...

Добавлено: 4 мая 2026 г.

2025 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW)

Honolulu: IEEE, 2025.

Добавлено: 3 мая 2026 г.

MinMAE calibration method for convolutional neural network quantization

Vasilev A., Kapitanov A., Solovyev Roman A. и др., PeerJ Computer Science 2026 Vol. 12 Article 3724

Добавлено: 3 мая 2026 г.

Natural hazard database from Internet publications: text mining with a large language model

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., /. 2026.

Добавлено: 28 апреля 2026 г.

Ising models on the hydrogen peroxide and other lattices

Qin X., Deng Y., Щур Л. Н. и др., / Series arXiv "math". 2026. No. 2603.02962.

Добавлено: 20 апреля 2026 г.

Algorithmic overlaps as thermodynamic variables: from local to cluster Monte Carlo dynamics in critical phenomena

Пиле Я. Э., Deng Y., Щур Л. Н., / Series arXiv "math". 2026. No. 2604.10254.

Добавлено: 20 апреля 2026 г.

Using predefined vector systems to speed up neural network multimillion class classification

Gabdullin N., Андросов И. А., / Series Computer Science "arxiv.org". 2026.

Добавлено: 2 апреля 2026 г.

Iterative Ricci-Foster Curvature Flow with GMM-Based Edge Pruning: A Novel Approach to Community Detection

Сорокин К. С., Бекетов М. Е., Онучин А. и др., / arxiv.org. Серия cs.SI "Social and Information Networks ". 2025.

Обнаружение сообществ в сложных сетях — фундаментальная проблема, открытая для новых подходов в различных научных областях. Мы представляем новый метод обнаружения сообществ, основанный на потоке Риччи на графах. Наша техника итеративно обновляет веса ребер (их метрические длины) в соответствии с их (комбинаторной) версией кривизны Риччи Фостера, вычисленной на основе эффективного расстояния сопротивления между узлами. Известно, ...

Добавлено: 15 января 2026 г.

Implementing Transport Coding in OMNeT++ for Message Delay Reduction

Петрованов И. С., Сергеев А. В., / Series Computer Science "arxiv.org". 2025. No. 2512.18332.

Добавлено: 24 декабря 2025 г.