Использование нейросетей как инструмента для прогнозирования врождённой расщелины лица и внедрение разработанной модели в образовательный процесс для студентов медицинских вузов стоматологического факультета
Как цитировать
Аннотация
Статья знакомит читателя с разработанной прогностической моделью, созданной на основании применения глубоких нейронных сетей. Данная модель может быть адаптирована как для развитых, так и для развивающихся стран в особенности с целью прогнозирования объёмов оказания высокоспециализированной медицинской помощи для пациентов с аномалиями развития лица с учётом эпидемиологической ситуации в мире и в данной стране, расово-этнических факторов, популяционных генетических доминант, эпигенетических факторов и других корреляционно значимых характеристик.
Ключевые слова
Библиографические ссылки
Deep learning a boon for biophotonics? / P. Pradhan, S. Guo, O. Ryabchykov et al. // J Biophotonics. – 2020. – № 13. – P. 1–24.
Deep Learning in Medical Image Analysis / H. P. Chan, R. K. Samala, L. M. Hadjiiski et al. // Adv Exp Med Biol. – 2020. – № 121. – P. 3–21.
Deep learning in spiking neural networks / C. Spoldi, L. Castellani, C. Pipolo et al. // A. Tavanaei, M. Ghodrati, S. Reza et al. // Neural Netw. – 2019. – № 111. – P. 47–63.
Isolated olfactory cleft involvement in SARS-CoV-2 infection: prevalence and clinical correlates / C. Spoldi, L. Castellani, C. Pipolo et al. // Eur Arch Otorhinolaryngol. – 2021. – № 278. – P. 557–560.
Kriegeskorte, N. Neural network models and deep learning / N. Kriegeskorte, T. Golan // Curr Biol. – 2019. – № 29. – P. 231–236.
Maternal biomarkers of methylation status and non-syndromic orofacial cleft risk: a meta- analysis / R. Blanco, A. Colombo, R. Pardo et al. // Int J Oral Maxillofac Surg. – 2016. – № 45. – P. 1323–1332.
Use of antiepileptic medications in pregnancy in relation to risks of birth defects / М. М. Werler, K. A. Ahrens, J. L. Bosco et al. // Ann Epidemiol. – 2011. – № 21. – P. 842–850.