В России создали уникальную нейросеть для определения типа дыхания

МОСКВА, 15 ноя — РИА Новости. Модель ИИ для автоматического определения типа дыхания при терапии легких создали специалисты ВолгГТУ. По их словам, разработка, не имеющая аналогов, может работать в домашних условиях с обычной камерой, что расширяет возможности реабилитации. Результаты опубликованы в журнале Algorithms.

По словам ученых, специальные дыхательные тренировки являются одним из важнейших элементов реабилитации после ряда болезней, также они могут быть эффективным способом снижения стресса и общего укрепления организма.

Для этого во всем мире активно разрабатываются технические комплексы, способные контролировать качество тренировок с точностью, превосходящей возможности тренера-человека.

Коллектив Волгоградской инновационной лаборатории анализа и управления данными (V.I.S.D.O.M.) Волгоградского государственного технического университета (ВолгГТУ) кафедры программного обеспечения автоматизированных систем совместно с коллегами создал модель для реабилитации людей с патологиями дыхательной системы. По словам авторов, разработка дает возможность организовать эффективные тренировки даже в домашних условиях.

«

"Чтобы обучить компьютер определять тип дыхания, что является отправной точкой в программе тренировок, нам пришлось самостоятельно сформировать обширный набор данных, записывая, как человек дышит при брюшном типе дыхания, при грудном или смешанном. Аналогичных систем сегодня в мире нет", – рассказала заведующая кафедрой программного обеспечения автоматизированных систем ВолгГТУ Юлия Орлова.

Определение типа дыхания может происходить с одинаковой эффективностью как с использованием системы захвата движения, что больше подходит для специализированных ЛФК-кабинетов клиник, так и за счет данных с обычной цифровой камеры.

Экспериментальная проверка методики, по словам ученых, показала, что в более чем в 80% случаев нейросеть справлялась с задачей корректно.

"Мы хотели создать универсальный инструмент, который может помогать тренеру-реабилитологу или даже заменить его. В перспективе нашу модель ИИ можно также натренировать на контроль упражнений для восстановления опорно-двигательного аппарата", – рассказала Орлова.

Исследование проведено при частичной поддержке по программе "Приоритет-2030" национального проекта "Наука и университеты".