Диагностика неалкогольной жировой болезни печени

Определение риска развития неалкогольной жировой болезни печени

Диагностическая значимость гипераммониемии при неалкогольной жировой болезни печени у пациентов с метаболическим синдромом

Способ диагностики неалкогольной жировой болезни печени при метаболическом синдроме

Группа разработок, созданная в коллаборации медицинского и политехнического института, направленная на диагностику неалкогольной жировой болезни печени на всех ее стадиях.

Коллективом авторов разработаны 2 программы для ЭВМ, база данных для пользования врачами амбулаторного или стационарного звена оказания медицинской помощи, а также изобретение которое позволяет диагностировать стадии неалкогольной жировой болезни печени: стеатоз печени, неалкогольный стеатогепатит, цирроз печени.
 

Морфофункциональные показатели молодых мужчин (18-24 лет) с различным уровнем активности, проживающих в условиях Среднего Приобья

Психофизиологические показатели молодых мужчин (18-24 лет) с различным уровнем двигательной активности, проживающих в условиях Среднего Приобья

Психофизиологические показатели спортсменов-волейболистов с нарушением слуха (25-28 лет), проживающих в условиях Среднего Приобья

Морфофункциональные показатели спортсменов-волейболистов с нарушением слуха (25-28 лет), проживающих в условиях Среднего Приобья

Литовченко Ольга Геннадьевна, Максимова Анна Сергеевна

Кафедра морфологии и физиологии

Базы данных содержат информацию об особенностях физического развития, функционального состояния сердечно-сосудистой, информацию об особенностях функционального состояния центральной нервной системы и сенсомоторной систем, межполушарной моторной организации у обследованных лиц,

Результаты выполненных работ представляют научный интерес в области спортивной, экологической, популяционной физиологии и тесно связаны с перспективами развития спортивной медицины и адаптивной физической культуры.

Дискретный фазовращатель

Демко Анатолий Ильич

Доцент кафедры радиоэлектроники и электроэнергетики

Полезная модель относится к радиотехнике, а именно к радиопередающим устройствам с дискретной фазовой модуляцией. Техническим результатом полезной модели является возможность задания фазы цифровым способом с помощью двоичного кода, высокая точность задания фазовых сдвигов из набора фиксированных значений 2nπ/N, n=0, 1, 2, … N-1, не зависящая в том числе от частоты входного сигнала, высокая стабильность фазового сдвига, не зависящая от дестабилизирующих факторов, высокое быстродействие и отсутствие паразитной амплитудной модуляции. Дискретный фазовращатель содержит усилитель-ограничитель, фазовый детектор, фильтр низких частот, генератор импульсов, делитель частоты, регистр сдвига, коммутатор и функциональный преобразователь, соединенные друг с другом соответствующим образом. Коммутатор выполнен с возможностью приема кода фазы на управляющий вход.

Управление данными биоколлекции репродуктивной патологии

Данное программное обеспечение разработано для управления данными биоколлекции репродуктивной патологии. Оно предоставляет инструменты импорта, логического контроля данных, просмотра статистики и организации размещения пробирок в рамках биобанка. Экран размещения пробирок позволяет осуществлять поиск и просмотр размещения пробирок в штативах по номеру пробирки или штатива. В решении реализованы алгоритмы валидации, численной и логической обработки исходных данных для осуществления диагностического поиска.

Решение обеспечивает эффективное управление данными биоколлекции репродуктивной патологии и предназначено для специалистов, работающих в области биомедицинских исследований и управления коллекциями биологических образцов.

Нейросетевой классификатор состояния растений

Назначение данного программного обеспечения – высокоточное решение задачи многоклассовой классификации состояния растительных культур с последующим выводом результатов в удобном для восприятия виде.

Пользователем программного обеспечения может быть любое физическое лицо, имеющее непосредственный доступ к реализующей ЭВМ с выходом в сеть Интернет.

Решение представляет собой созданную с применением фреймворка «Keras» и обученную на центральном двухъядерном процессоре «AMD A4-9125» модель машинного обучения, базирующуюся на глубокой свёрточной нейронной сети архитектуры «MobileNet», которая посредством библиотеки «Tensorflow.js» была обернута в формат «JSON» для совместимости с JavaScript-средой с последующим представлением в виде web-приложения.

HLA_AI

Сутормин Олег Сергеевич, Харламов Сергей Андреевич, Юсупова Наина Алимхановна

Программа предназначена для сохранения, анализа и визуализации данных, полученных в результате анализа частоты встречаемости гаплотипов, ассоциированных с риском развития сахарного диабета, в образцах крови испытуемых.

Программа может быть использована медицинскими учреждениями и специализированными лабораториями для оценки риска развития сахарного диабета по набору гаплотипов-маркеров предрасположенности.

Функциональное назначение: программа позволяет оценить вероятный риск развития сахарного диабета 1 типа по имеющемуся у человека набору HLA-гаплотипов, что дает возможность определить предрасположенность человека к данному заболеванию.

Программное обеспечение для считывания и обработки данных тока и напряжение на электродуговом реакторе

Программа предназначена для сбора показаний с первичного преобразователя, использующего стандарт RS-485. Полученные данные в дальнейшем подвергаются обработке для вывода на экран в виде графиков. Имеется возможность экспортировать полученные значения в виде отчета в формате Excel-файла. Программа может применяться на производствах, в лабораториях, на стендах и другом оборудовании, где нужны измерения показателей энергетических параметров (силы электрического тока, напряжения) и вывод графиков мощности и энергии.

Программа обеспечивает выполнение следующих функций:

• Считывание энергетических показателей с модулей;
• Обработка полученных данных и их отображение в виде графиков;
• Расчёт мощности, а также энергии;
• Экспорт в Excel-файлы.

Оценка частоты и структуры метаболического синдрома у некоренных и коренных лиц молодого возраста, длительно проживающих в условиях, приравненных к Крайнему Северу

Корнеева Елена Викторовна

Доцент кафедры внутренних болезней

База данных (БД) предназначена для хранения и анализа информации о 863 некоренных и коренных лиц молодого возраста, длительно проживающих на территории ХМАО, и используется для выявления метаболического синдрома и его компонентов.

БД содержит переменные, характеризующие возраст, длительность проживания на Севере, антропометрические показатели (рост, вес, ИМТ, окружность талии и бедер), биохимические данные (ОХС, ХС-ЛНП, ХС-ЛВП, ХС-ЛОНП, триглицериды, глюкоза плазмы), гормональные данные (инсулин), оценка HOMA-IR, результаты молекулярно-генетического исследования.

Используя систему запросов, БД позволяет создавать выборки обследованных лиц по исследуемым переменным.

Целевая аудитория: врачи терапевтического профиля. БД может применяться в ходе дальнейших исследований хронических неинфекционных заболеваний человека научными и образовательными учреждениями.

База данных для разработки шкал генетического риска оценки исхода острого инфаркта миокарда

База данных включает в себя информацию о 88 пациентах, перенесших инфаркт миокарда (ИМ) с возможностью дополнения. База данных содержит: клинические характеристики пациентов (антропофизиометрические, биохимические данные, характеристика ИМ, сопутствующие заболевания), данные об их генотипе (комплекс генетических локусов, ассоциированных с сердечно-сосудистыми заболеваниями по данным исследований по полногеномному поиску ассоциаций (GWAS); информация о носительстве патогенных вариантов, связанных с развитием моногенных форм дислипидемий, кардиомиопатий, нарушений ритма, наследственные аневризмы и расслоения аорты и пр).

База данных включает 140 генетических вариантов, полученных при секвенировании таргетной панели, для составления тестируемых комбинаций шкал генетического риска (ШГР) с возможностью выбора пациентов по определенному признаку (например, ИМ в сочетании с ожирением).

База данных позволяет выявить группы риска неблагоприятного исхода ИМ, применяя шкалы генетического риска.