SCI Библиотека

При подготовке к проведению процедуры лазерной литотрипсии, выбирая параметры лазерной установки, врач учитывает множество факторов, таких как масса и плотность обнаруженных в почке конкрементов, расположение камней в почке, близость кровеносных сосудов. Также важным параметром является время воздействия на камень лазерным лучом до разрушения камня. При этом расчет времени разрушения камня - достаточно трудоемкая процедура, время разрушения зависит от массы камня и параметров энергии лазера и его частоты. Поэтому актуальным является создание системы по поддержке принятия врачебных решений при проведении процедуры лазерной литотрипсии, позволяющей выполнить расчет времени разрушения камней и осуществить выбор значений параметров лазера. В статье предлагается алгоритм поддержки выбора врачом-урологом режима работы лазера во время проведения процедуры лазерной литотрипсии при лечении мочекаменной болезни человека, являющейся частью системы поддержки принятия врачебного решения в хирургии и урологии с использованием технологий компьютерного зрения. Предложенный алгоритм нечеткой оценки параметров лазера при выборе его режима работы в зависимости от массы камня и выбранного времени разрушения камня и других факторов (распределение плотности камня, расположение камня в почке, близость стенок и сосудов) осуществляет формирование рекомендаций по установлению параметров работы лазера. Система поддержки принятия врачебного решения позволила сократить время на принятие решения врачом, избежать ошибок при выборе параметров работы лазерной установки по дроблению камней в почках.

В работе описывается технический облик и состав роботизированной установки сортировки и паспортизации радиоактивных отходов (РАО), сочетающий в себе систему технического зрения (СТЗ) для определения положения фрагментов РАО и оценки их морфологического состава, блоки детектирования для определения радионуклидного состава и манипуляционную систему для перемещения и сортировки самих фрагментов РАО по контейнерам в соответствии с параметрами измерения. Подобный подход позволит производить сортировку РАО по способу их последующей переработки, а также снизить общую стоимость последующего захоронения РАО путем уменьшения итогового класса отходов.

В статье рассматриваются методы, обеспечивающие согласованную работу двух необитаемых подводных аппаратов, один из которых - основной оборудован многозвенным манипулятором и системой технического зрения, а второй - вспомогательный - только системой технического зрения. Эти методы обеспечивают совместную работу двух необитаемых подводных аппаратов как в режиме полуавтоматического позиционного телеуправления манипулятором, так и в режиме автоматического выполнения ими операций с различными объектами. При этом в обоих режимах рассматривается работа в ситуациях, когда видеокамера основного подводного аппарата не позволяет наблюдать объект работ, который тем не менее находится в рабочей зоне манипулятора. В этом случае для наблюдения за объектом используется вспомогательный осмотровый подводный аппарат со своей системой технического зрения. В режиме полуавтоматического телеуправления манипулятором автоматически учитывается текущая пространственная ориентация оптической оси системы технического зрения осмотрового подводного аппарата, а также пространственные ориентации обоих подводных аппаратов по углам рыскания в абсолютной системе координат. А в автоматическом режиме дополнительно обеспечивается точная передача пространственного расположения и ориентации объекта, которые определяются с помощью системы технического зрения осмотрового подводного аппарата, в связанную систему координат основного подводного аппарата. При этом удается определить и устранить погрешности, возникающие при работе системы технического зрения и навигационных систем обоих подводных аппаратов. Результаты экспериментальных исследований подтвердили работоспособность предложенных методов, техническая реализация которых не вызывает принципиальных затруднений.

Разработан алгоритм классификации и слежения за объектом. Алгоритм основан на использовании нейронной сети YOLOv5 для высокоточной классификации объектов в реальном времени. Разработана программная реализация алгоритма на базе языка программирования Python и библиотеки OpenCV. В ходе исследования была проведена отладка программы и оптимизация ее работы для повышения производительности и точности системы. Оценка технического решения показала, что разработанная система значительно улучшает точность и скорость обработки данных на конвейерной линии, а также обеспечивает адаптивность к изменениям в производственном процессе.