Кластеризация шумов как способ оценки функции постоянного сосудистого доступа у больных на гемодиализе

Кравцов П. Ф.; Николаев Е. Н.; Мазайшвили К. В.; В. А. Громов; Е. И. Зворыкина; Ю. Н. Бесчастнов

doi:10.34822/2304-9448-2022-1-25-30

Публикации

?

Кластеризация шумов как способ оценки функции постоянного сосудистого доступа у больных на гемодиализе

Вестник СурГУ. Медицина. 2022. Т. 51. № 1. С. 25–30.

Кравцов П. Ф., Николаев Е. Н., Мазайшвили К. В., Громов В. А., Зворыкина Е. И., Бесчастнов Ю. Н.

Аннотация. Цель – разработать алгоритм оценки спектрографических признаков дисфункции артериове-
нозной фистулы для гемодиализа. Материалы и методы. В исследовании приняли участие 44 пациента с натив-
ной радиоцефальной фистулой, сформированной в дистальной трети предплечья. Всем пациентам проводили
запись шума артериовенозной фистулы с использованием электронного стетоскопа. Сформированная база
из 653 спектрограмм подверглась анализу по методу оценки величин энтропии и сложности. Для выявления
закономерностей был применен алгоритм кластеризации Уишарта. Результаты. Разработанный алгоритм ана-
лиза аудиограмм, основанный на определении «хаотичности» и «сложности» звука, позволяет разделить шумы
артериовенозной фистулы на три кластера, каждому из которых соответствует своя вероятность дисфункции.
Данный алгоритм может использоваться при разработке индивидуальных мобильных устройств для постоянно-
го мониторирования состояния артериовенозной фистулы.

Научное направление: Клиническая медицина Компьютерные науки Математика

Язык: русский

DOI

Текст на другом сайте

Ключевые слова: кластеризация clustering тромбоз kidney failure vascular access hemodialysis stenosis thrombosis почечная недостаточность сосудистый доступ гемодиализ стеноз

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:

Интеллектуальный анализ данных в медицинских информационных системах (2022)

Artificial Intelligence for Software Engineering (AI4SE): A Review of Capabilities, Evaluation, and Verification Challenges

Avdoshin S.M., Pesotskaya E.Y., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 6, part 2 P. 133–146

Добавлено: 8 ноября 2026 г.

MFL-ScrollNet: Recurrent Sliding-Window Detection for Panoramic Pipeline Magnetic Flux Leakage Images

Aleksei Samarin, Belous F., Торопов А. Г. и др., Technologies 2026 Vol. 14 No. 11 P. 1–21

Добавлено: 8 ноября 2026 г.

Proceedings 2026 IEEE International Conference on Joint Cloud Computing JCC 2026

IEEE Computer Society (Conference Publishing Services, CPS), 2026.

Добавлено: 7 ноября 2026 г.

Detecting the undetectable: benchmarking AI-generated text

Sergey Avdoshin, Elena Pesotskaya, Салех Х. М. и др., Procedia Computer Science 2026 Vol. 292 P. 1332–1341

Добавлено: 7 ноября 2026 г.

PrimeKV: Preserving critical KV cache without attention scores for long-context inference

Чжан Ч., Ильвовский Д. А., Neurocomputing 2027 Vol. 710

Добавлено: 5 ноября 2026 г.

Обобщение матричной теоремы о деревьях для пар деревьев

Ретинский В. И., Функциональный анализ и его приложения 2026 Т. 60 № 4 С. 83–100

Приведено обобщение матричной теоремы о деревьях на случай перечисления пар остовных деревьев. Это обобщение включает в качестве частных случаев и унифицирует сразу несколько известных ранее результатов, в частности классическую теорему Кирхгофа, теорему Масбаума–Вайнтроба о перечислении 3-деревьев, а также аналог матричной теоремы о деревьях для перечисления 4-элементов Кирхгофа. ...

Добавлено: 5 ноября 2026 г.

Спаривания на алгебре рядов Лорана над кольцом

Левашев В. А., Математические заметки 2026 Т. 120 № 5 С. 843–846

Пусть 𝐴 – коммутативное ассоциативное кольцо с единицей и 𝐴((𝑡)) = 𝐴[[𝑡]][𝑡−1] – кольцо рядов Лорана над 𝐴. Алгебра 𝐴((𝑡)) имеет естественную топологию, где 𝐴 – подмодули вида 𝑡𝑚𝐴[[𝑡]] образуют базу окрестностей нуля. Пусть также Ω1𝐴((𝑡))/𝐴 – модуль кэлеровых 1-дифференциалов 𝐴((𝑡)) над 𝐴. ...

Добавлено: 5 ноября 2026 г.

Spectral structure of the mixed Hessian of the dispersionless Toda τ-function

Алексеев О. В., Letters in Mathematical Physics 2026 Vol. 116 No. 5 Article 132

Добавлено: 5 ноября 2026 г.

A Multimodal Framework for Aphasia Severity Classification in Russian

Колмогорова А. В., Ekaterina Yavshitz, Margolina A. и др., Association for Computational Linguistics, 2026.

Добавлено: 4 ноября 2026 г.

Modular Arrangements

Левин А. М., Сахарова Н. Е., / Series arXiv "math". 2024. No. 2412.17795.

Добавлено: 4 ноября 2026 г.

On chaotic axiom A diffeomorphisms with codimension one saddles and basic sets

Жужома Е. В., Медведев В. С., Regular and Chaotic Dynamics 2026 Vol. 31 No. 5 P. 732–742

Добавлено: 3 ноября 2026 г.

Nonsingular structurally stable chaotic 3-flows of attractor-repeller type

Жужома Е. В., Медведев В. С., Yu B. и др., Chaos 2026 Vol. 36 No. 6 P. 063111–063118

Добавлено: 3 ноября 2026 г.

Classification of surface A-diffeomorphisms with no zero-dimensional basic sets

Жужома Е. В., Zhirov A. Y., Russian Journal of Nonlinear Dynamics 2026 Vol. 22 No. 2 P. 403–414

Добавлено: 3 ноября 2026 г.

Modelling optimal implementation of an arbitrary N-qubit quantum gate within the generalized Bloch vectors formalism

Elena R. Loubenets, Sergey Kuznetsov, Quantum Information Processing 2026 Vol. 25 Article 358

Добавлено: 3 ноября 2026 г.

On nonsingular structural stable chaotic 3-flows of attractor-repeller type

Жужома Е. В., Medvedev V. S., Yu B., Mathematical notes 2025 Vol. 118 No. 2 P. 421–423

Добавлено: 3 ноября 2026 г.

Findings of the Association for Computational Linguistics: EMNLP 2026

Association for Computational Linguistics, 2026.

Добавлено: 3 ноября 2026 г.

PULSE: Psychological Characteristics Unified Learning via Speech-based Estimation

Абдулкадиров Т. Н., Рюмина Е. В., Рюмин Д. А. и др., Expert Systems with Applications 2026 Vol. 334 P. 1–29

Добавлено: 3 ноября 2026 г.

Smale–Williams attractors at dissipative perturbations of an integrable Hamiltonian system

Казаков А. О., Kulagin N., Lerman L. и др., Chaos 2026 Vol. 36 No. 11 P. 1–24

Добавлено: 2 ноября 2026 г.

Interpretable GNN with Stable Concepts as Neurons

Кузнецов С. О., CEUR Workshop Proceedings 2026 Vol. Vol-4247 P. 27–32

Добавлено: 2 ноября 2026 г.

О задаче построения децентрализованной интеллектуальной транспортной системы на основе протокола RAFT и кластеризации по сетевому расстоянию

Городничев М. Г., Саксонов Е. А., Кулагин В. П. и др., Вестник Рязанского государственного радиотехнического университета, Российская Федерация 2025 № 94 С. 59–67

Статья посвящена разработке и экспериментальной оценке децентрализованной архитектуры интеллектуальной транспортной системы (ИТС), основанной на протоколе консенсуса Raft и методе кластеризации серверов по метрике сетевого расстояния (RTT). Показано, что существующие решения либо требуют ручной конфигурации и централизованной координации, либо не оптимизированы по задержке при географическом распределении узлов, что снижает отказоустойчивость и увеличивает время реакции системы. Предлагается ...

Добавлено: 25 марта 2026 г.

A Clustering Model for Stocks that Considers Hidden Dynamics and Price Trajectory

Morychev G., Сизых Д. С., Сизых Н. В., IEEE Access 2025 Vol. 13 P. 213194–213210

Одним из основных инструментов анализа больших объемов финансовых данных является использование методов и моделей кластеризации, позволяющих выявлять различные закономерности. В данном исследовании рассматривается проблема кластеризации временных рядов, отражающих поведение цен, доходности, мод, трендов и ряда связанных с ними показателей акций. Актуальность и новизна исследования заключаются в предложении оригинальных алгоритмов кластеризации акций, которые представляют собой сочетание ...

Добавлено: 3 февраля 2026 г.

Flexible Stock Market Algorithm

Рубчинский А. А., Чубарова Д. А., Technology and Investment 2025 Vol. 16 No. 4 P. 211–240

В статье рассматривается один из наиболее известных примеров социально-экономических систем, характеризующихся значительной неопределенностью, — фондовый рынок S&P-500, на котором торгуются акции 500 крупнейших компаний США. Разработан гибкий алгоритм ежедневной торговли. Он основан на известных фиксированных данных о стоимости акций в предыдущие дни, а также на некоторых ранее рассчитанных значениях. Каждый день выбирается один из двух алгоритмов для завтрашней торговли, ...

Добавлено: 19 декабря 2025 г.

Кто под ударом? Факторы санкционного риска российских регионов

Войтенков В. А., Уразбаева А. Р., Демидова О. А., Регион: Экономика и Социология 2026 № 2 С. 56–79

Данное исследование направлено на выделение групп регионов России по уровню санкционного риска до введения санкций и проверке подверженности санкциям полученных групп после 2022 года. Применение кластеризации методом k-средних позволило выделить три кластера регионов по уровню санкционного риска на данных 2021 года: регионы с высоким, средним и низким санкционным риском. Данные о числе санкций, наложенных на ...

Добавлено: 7 декабря 2025 г.

Методологические основы анализа ценностных ориентаций в российском сегменте социальных сетей

Зверев С. А., Соколова Е. Н., Григорьева М. В. и др., Медиалингвистика 2026 Т. 2 № 13

В статье представлена методология анализа ценностных ориентаций в российском сегменте социальных сетей, апробированная на основе более 2 миллионов сообщений. Описаны все этапы исследования: от сбора данных с помощью системы мониторинга Brand Analytics и лексической подготовки текстов (нормализация и очистка) до тематического моделирования (Latent Dirichlet Allocation, LDA), кластеризации ценностных тем (векторные представления слов и алгоритм k–средних) и ...

Добавлено: 19 ноября 2025 г.