Потомки Аль-Фаргани

АВТОМАТИЧЕСКОЕ ОПРЕДЕЛЕНИЕ ПОКАЗАТЕЛЯ ДЕФОРМАЦИИ ЗЕРЕН МИКРОСТРУКТУРЫ ЧУГУНА С ИСПОЛЬЗОВАНИЕМ C++ И OPENCV

Sardor Karimov, Ilxomjon Samandarov — Mon, 18 Aug 2025 00:00:00 +0300

В данной статье представлен разработанный на основе C++ и библиотеки OpenCV алгоритм автоматического определения геометрических параметров (площадь, периметр, коэффициент формы, эксцентриситет, аспектное отношение) зерен микроструктуры чугуна и вычисления индекса деформации (DI). Предлагаемый метод включает этапы пороговой обработки по Отсу, морфологической очистки, выделения контуров и аппроксимации эллипсами. В результате для каждого зерна определялось значение DI, выполнялся статистический анализ (среднее, медиана, минимальное и максимальное значения) и строился график распределения. Такой подход может служить эффективным инструментом для прогнозирования механических свойств металла и оптимизации процессов термической обработки.

РАЗРАБОТКА ВЕБ-ПЛАТФОРМЫ ДЛЯ РАННЕЙ ДИАГНОСТИКИ РАКА МОЛОЧНОЙ ЖЕЛЕЗЫ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И АЛГОРИТМОВ ОПТИМИЗАЦИИ

Xaydarov Sherali — Sat, 30 Aug 2025 00:00:00 +0300

В данной научной работе рассматривается задача раннего выявления рака молочной железы с использованием подхода на основе искусственного интеллекта. Разработана веб-платформа «Smart Diagnosis», которая анализирует медицинские параметры и анкетные данные пользователей для проведения диагностики. Алгоритм диагностики основан на методах машинного обучения, оптимальном выборе признаков и минимизации ошибок классификации. Платформа обрабатывает введённые пользователем данные, генерирует вероятные результаты диагностики и поддерживает принятие медицинских решений. Практические аспекты системы, моделированные алгоритмы, точность диагностики и интеграция с веб-интерфейсом подробно проанализированы. Результаты исследования показывают, что предложенная система позволяет с высокой точностью выявлять рак молочной железы на ранней стадии и имеет большое практическое значение в современной медицине.

Алгоритм извлечения сосудов почек из изображений брюшной полости

Axmad Xashimov — Sat, 30 Aug 2025 00:00:00 +0300

Статья посвящена алгоритмам распознавания почечных вен на изображениях сосудов, полученных на основе изображений брюшной полости человека. В статье предлагается алгоритм распознавания вен по цвету и толщине на контрастных изображениях.

КЛАССИФИКАЦИОННЫЕ МОДЕЛИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПОДГОТОВКЕ ПАТОЛОГОАНАТОМОВ

Farxod Meliev, У.Р. Шадиев, Ф.М. Мелиев, З.А. Маликов — Fri, 12 Sep 2025 00:00:00 +0300

В статье рассматривается внедрение современных классификационных моделей искусственного интеллекта (ИИ) в подготовку патологоанатомов. Разработан программный комплекс «GistoDiagnozUZ», включающий модули предобработки, сегментации и классификации гистологических изображений. Эксперименты на открытых и собственных наборах данных показали увеличение значения AUROC до 0,93, сокращение времени анализа слайдов почти вдвое и снижение когнитивной нагрузки патологоанатомов. Результаты подтверждают, что интеграция методов transfer learning и оригинальных CNN-архитектур повышает диагностические навыки и может стать основой стандартизированной ИИ-поддержки в образовательных программах по патоморфологии.