Сейлхан Бекзат AITU стажировка (1). лФараби атындаы аза лтты университеті Коммерциялы емес акционерлік оамы
 Скачать 0.92 Mb.
|
АҚПАРАТТЫҚ ТЕХНОЛОГИЯЛАР ФАКУЛЬТЕТІ
МАГИСТРАНТТЫҢ ЖЕКЕ ЖҰМЫС ЕСЕБІ Astana IT University - де тағылымдамадан өту кезінде Astana IT University (Астана, Казахстан) 03 және 14 сәуір 2023 жыл Магистранттың аты-жөні: Сейлхан Бекзат Жамиғатұлы
Алматы, 2023 ж.
Фармакокинетикалық модельдер препараттың ағзадағы орналасуын болжау құралы ретінде кеңінен қолданылады. Фармакокинетикалық зерттеулер организмнің зерттелетін дәрілердің сіңуіне, таралуына, метаболизміне және шығарылуына математикалық тұрғыдан қалай әсер ететінін зерттейді. Қолданбалы фармакокинетика – бұл дәрі-дәрмектердің таралуындағы өзгергіштікті бақылау арқылы денені емдеу нәтижелерін жақсарту үшін күшті теориялық негізі бар күрделі клиникалық пән. Фармакокинетикалық талдау камерасыз (модельдік-тәуелсіз) немесе камералық әдістермен жүргізіледі. Камералық фармакокинетикалық талдау концентрация-уақыт қисығын сипаттау және болжау үшін фармакокинетикалық модельдерді қолданады. Камералық әдістердің камерасыз әдістерге қарағанда басты артықшылығы-концентрацияны болжау мүмкіндігі. Іс жүзінде камералар саны әдетте 3-ке дейін шектеледі. Компьютерлік алгебраны қолдану камералардың санын және фаркмакокинетикалық теңдеулердің аналитикалық шешімін арттырады. Препараттың қаннан тамырдан тыс кеңістікке (жасушадан тыс және жасушаішілік сұйықтық, тін) ауысуы оның таралуы деп аталады. Препараттың таралуы әдетте тез және қайтымды процесс болып табылады. Сонымен, көктамыр ішіне енгізгеннен кейін көп ұзамай препарат плазма, эритроциттер, басқа сұйық орталар мен дене тіндері арасында тепе-теңдікке жетеді. Осы динамикалық тепе-теңдікке қол жеткізу нәтижесінде препараттың плазмадағы концентрациясының өзгеруі препараттың басқа тіндердегі концентрациясының өзгеруін, соның ішінде әсер ету орнын көрсетеді. Препараттың шығарылуы немесе жойылуы (қаннан зәрге немесе өт, сілекей, емшек сүті сияқты басқа экскреторлық камераларға), сондай-ақ препараттың тіндердегі немесе плазмадағы биотрансформациясымен қамтамасыз етіледі. Жою процестері, әдетте қайтымсыз, экскреция мен метаболикалық инактивацияның барлық әдістерін қамтиды: бүйрекпен немесе өкпемен, өтпен, нәжіспен, тері арқылы, биотрансформация және т.б. – препаратты ағзадан шығаруға жауапты. Препараттың бір немесе басқа ұлпаға енуі оның қанмен қамтамасыз етілуіне байланысты болғандықтан, әдетте қан, интерстициальды сұйықтық және жүректің, мидың, өкпенің, бауырдың, бүйректің, эндокриндік бездердің жоғары тамырлы тіндері препараттарға салыстырмалы түрде қол жетімді және барлық басқа тіндер аз қол жетімді деп саналады (1 сурет).  1 сурет – Қан айналым жүйесі Клиникалық фармакокинетика мәселелерін шешу үшін математикалық модельдеуді қолданған жөн және қажет. Көбінесе бұл модельді таңдау, препарат концентрациясының қолда бар өлшемдері бойынша оның параметрлерін сәйкестендірудің қолайлы алгоритмі, бақылау процедурасы кезінде қан сынамаларын алу уақыты терапияның тиімділігі мен қауіпсіздігін болжаудың дәлдігін, кейде мұндай болжам жасау мүмкіндігін анықтайды. Astana IT University миссиясы цифрлық қамтамасыз ету болып табылады және оқыту, зерттеу арқылы түрлендіру және табысты инновациялар жасау болып табылады. Астана IT университеті Орталық Азиядағы жетекші цифрлық құзыретті орталық болып табылады. Оның негізгі мақсаты – цифрлық экономика саласындағы мамандар даярлау және пәнаралық технологияларды жетілдіру. Осы тұрғыда Астана IT университеті біздің, яғни магистранттардың диссертациялық жұмысын жүйеге келтіруге ықпал етті. Ғылыми тәжірибенің негізгі мақсаты - технологияны қолдану тәжірибесімен танысу, оны қолданудың тиімділігін зерттеу. Дәрістер кезінде оқытушылардың соңғы жасаған жұмыстарын және оның адам өміріне пайдасы мен қауіпсіздігі жайлы толығырақ түсіндірілді.   1 111111111111 2 cурет – Магистранттың тәжірибе алмасу барысында Өз диссертациялақ жұмысымыздан бөлек, жетекшіміздің ғылыми жұмысына да көмек керсетіп, әр түрлі тәжіребиелер жүргізуге көмек бердік. Енді осы тұрғыда айтатын боламыз. MediaPipe Pose Landmarker арқылы суреттегі адам денесінің бағдарларын анықтауға болады. Бұл тапсырманы негізгі дене орындарын анықтау және оларға әсер көрсету үшін пайдалануға болады. Бұл тапсырма жалғыз кескіндермен немесе кескіндердің үздіксіз ағынымен жұмыс істей алатын машиналық оқыту (ML) үлгілерін пайдаланады. Тапсырма кескін координаттарындағы және 3 өлшемді (x,y,z) әлемдік координаттардағы дене позициясының бағдарларын шығарады. Жасыратыны жоқ, бейне немесе фотодағы адамды табу міндеті әрқашан өзекті болды. Бірақ егер бір құрал адамды анықтаумен қатар, адам бетінің толық маскасын, қолдар мен саусақтардың орналасуын және адамның толық позасын іздеуді біріктірсе ше? Дәл осындай ашық бастапқы құралды әйгілі Google компаниясы жасаған. Mediapipe қазірдің өзінде белсенді және ең бастысы, фотосуреттегі бірнеше бетті анықтау, эмоцияларды тану модельдерін жаттықтыру, спортпен айналысу кезінде жоғары сапалы жаттығуларды орындау, ымдау тілін жазбаша тілге айналдыру және т.б. үшін тиімді қолданылады (3 сурет).  3 сурет – Адам тұлғасы Адам тұлғасы бойында (суреттегі немесе бейнедегі) негізгі нүктелерін анықтау және табу үшін пайдаланылатын компьютерлік көру әдісі. Бұл негізгі нүктелер, сондай-ақ белгілер немесе буындар ретінде белгілі, мұрын, көз, білек, шынтақ, иық, жамбас, тізе және тобық сияқты белгілі бір анатомиялық орындарға сәйкес келеді. Адам бойындағы нүктелеоді анықтау әдетте аннотацияланған кескіндер мен бейнелердің үлкен деректер жиынында оқытылған терең оқыту үлгілері арқылы орындалады. Бұл модельдер кіріс кескіндерінен мүмкіндіктерді шығару үшін конволюционды нейрондық желілерді (CNN) пайдаланады, содан кейін осы белгілерінің координаттарын болжау үшін пайдаланады.  4 сурет – Аралық нәтижелер Адам бойындағы негізгі координаталық нүктелердің уақыт өтуіне байланысты өзгерісінің нәтижерелі жоғарыдағы кескінде көрсетілген. Мұндағы алынған нәтижелердегі назар аударатын дүние ол координаталардың периодты өзгеруі. Осы периодты өзгеруді негізге ала отырып және координаталарды сегментация жасай отырып алдағы уақыттағы координаталардың орналасуын анықтауға болады деген байламға келдік. Ол үшін корреляция және сызықты регрессияны қолдануға болыды. Корреляцияны қолдану себебіміз уақыт өту барсында орындалған қимыл-қозғалыстың нәтижесінде пайда болған координаталардың орналасуының периодтылығын анықтау болып табылады. Бұл тапсырма жалғыз кескіндермен немесе кескіндердің үздіксіз ағынымен жұмыс істей алатын машиналық оқыту (ML) үлгілерін пайдаланады. Тапсырма кескін координаттарындағы және 3 өлшемді (x,y,z) әлемдік координаттардағы дене позициясының бағдарларын шығарады.  5 сурет – Нормализация қолданбай тұрғандағы нүктелердің координаталарының өзгеруі  6 сурет – Нормализациядан кейінгі нүктелердің координаталарының өзгеруі Бұл кескіндер салыстырмалы түрде алынған кескіндер. Себебі біз видео түсіру барысында және оны қолдану барысында нормализация қолданылды. Егерде видеода адам қозғалмай бір орнында тұрса және осы кезде камера қозғалатын болса, сәйкесінше адам денесіндегі негізгі координаталық нүктелер өзгеріп кетеді, дегенмен де адам қозмаған жағдайда оның координатасы өзгермеуі тиіс болғандықтан, нормализация қолданылды. Себебі сол жақтағы суретте нормализация қолданылмаған және оң жақтағы графиктен айырмашалығын айқын байқауға болады. Себебі нүктелердің координатасының қалай өзгергенін байқалды. Бұл кескінде алдымен видеоны нормализация жасап болғасын барып осындай нәтежие алдынды.  7 сурет – Ғылыми тағылымдама жетекшісі Нұрахов Еділ Қорытынды Қарапайым дифференциалдық теңдеулермен сипатталатын n-камералық фармокинетикалық модель зерттелді. Қарастырылып отырған модельді екінші типтегі Вольтеррдің интегралдық теңдеуіне дейін төмендету негізінде оның шешімінің аналитикалық түрі алынады. Компьютерлік алгебраны қолдану негізінде параметрлер мен уақытқа байланысты фармакокинетикалық модельдің аналитикалық шешімін құрудың конструктивті алгоритмі жасалды. Қорытындылай келе, тәжірибеден өту барысында диссертациялық жұмыстың жаңа бағыттарын талдап, жаңа мүмкіндіктерді көруге мүмкіндік берді. Жалған тамақ өнімдерін машиналық оқыту алгоритмдерін қолдану барысында ResNET, MobileNET, VGG архитектураларының барлығын қолданып, салыстырулар жүргіземін деген шешімге келдім. Сонымен қатар азық-түліктердін фальсификацияға ұшырау жолдарын, әдістерін одан әрмен зерттедім. Тәжірибеден өту жаңа идеялардың туындауына жол ашты. Ғылыми жетекші _______________________ Мазаков Т. Ж. (қолы) Магистрант _______________________ Сейлхан Б. Ж. (қолы) | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
